[发明专利]一种自适应独立信息遥感影像融合方法

说明书

技术领域

本发明涉及一种遥感影像处理方法，特别是一种自适应独立信息遥感影像融合方法。具体来说是涉及遥感影像全色波段和多光谱波段的融合，用于实现遥感影像全色波段和多光谱波段的自动融合。

背景技术

随着遥感技术的发展，同一地区，不同传感器的数据被大量获得。这些数据具有不同的特点，例如全色波段影像的空间分辨率高但光谱分辨率低，而多光谱影像具有丰富的光谱信息(具有多个波段)，但其空间分辨率较低。而在实际的应用过程中，往往需要遥感数据同时具有高的空间分辨率和丰富的波谱信息。因此，采用影像融合技术充分利用多源影像中信息的互补性，使融合结果在提高空间分辨率的同时，保持原始影像的波谱信息，具有重要的研究意义和应用价值。

迄今为止，人们已经提出了一系列的遥感影像融合方法，比如色调-饱和度-亮度变换法(Hue-saturation-intensity，HSV)，BT(Brovey transform，)，主成分分析法(principle component analysi s，PCA)和小波变换法(wavelet)等。虽然HSV，BT以及PCA能够使融合后影像具有较高的空间分辨率，但是相比原始的多光谱影像，它们严重地扭曲了光谱信息。小波变换法可以通过多尺度分解来调整融合后影像的空间信息和光谱信息，但是该方法的一种严重不足是它不能同时使融合后的影像同时具有高的空间分辨率和丰富的波谱信息，此外，针对不同的影像，其全色波段和多光谱波段的分辨率之比不同，比如ETM+影像其全色波段和多光谱波段的空间分辨率之比是1∶2，而IKONOS影像的全色波段和多光谱波段空间分辨率之比是1∶4，因此该方法需要人工的干预来确定最优分解级数。所述已有遥感影像融合方法存在着不能同时使融合后影像具有高的空间分辨率和丰富波谱信息的不足，以及部分融合方法需要手工设置或选取参数，不能实现自动化的弊端

发明内容

本发明目的在于提供一种自适应独立信息遥感影像融合方法，它能够克服已有技术的不足，公开一种利用子带分解和独立成分分析来实现遥感影像全色波段与多光谱波段融合方法。该方法不仅能够使融合后影像同时具有高的空间分辨率和丰富的波谱信息，而且完全做到自动化处理。

本发明目的通过如下技术方案实现。包括如下步骤：

步骤I.影像预处理

影像预处理阶段包括对影像进行几何精矫正以及图像向量化。通过几何精矫正使全色波段影像和多光谱波段影像统一在同一坐标系下，并且对多光谱波段影像进行重采样，使其具有与全色波段影像相等的像元大小。对任意波段影像按行为顺序构成一个向量，分别形成多光谱影像向量组和全色波段影像向量。

步骤II.构建多光谱假彩色合成影像独立信息源模型，三个独立信息源分别代表彩色影像的主体独立成分、色彩独立成分以及空间细节独立成分信息，并制定分离这些独立信息源所应满足的标准。

步骤III.利用子带分解和独立成分分析寻找影像向量的独立信息源。

(1)对多光谱影像向量组进行独立成分分析初步寻找影像的独立信息源，独立成分分析定义如下：

x(t)＝As(t)                                (1)

其中A是混合矩阵，判断A是否满足独立信息源标准。如果满足，转入步骤IV，否则转入本步骤的第(2)步.

(2)对多光谱影像向量组或小波结点向量组进行小波分解并寻找其互信息量最大的向量组，其中互信息定义如下：