[发明专利]一种普适的高分辨率遥感图像融合方法

说明书

技术领域

本发明属遥感技术领域，涉及遥感数据的处理及应用。 

背景技术

遥感影像融合能够集成或者整合多个源图像中的互补信息，利用优势互补的数据来提高图像的信息可用程度，同时增加对研究对象解译的可靠性。遥感影像数据融合作为一种遥感信息综合处理与分析技术，是遥感领域的热点研究课题之一。数据融合可以在以下三个层次进行：1)像素层融合(Pixel-Level Fusion)；2)特征层融合(Feature-level Fusion)；3)决策层融合(Decision-level Fusion)。像素层融合是目前三个层次中研究最为成熟的一级，已经形成了各种各样的融合算法。 

合成变量比方法是一种基于像素层的遥感影像融合算法。合成变量比(SVR)是由Munechika et al.(1993)(C.K.Munechika，J.S.Warnick，C.Salvaggio and J.R.Schott.Resolution enhancement of multispectral image data to improve classificationaccuracy[J].Photogrammetric Engineering and Remote Sensing，1993(59)：67-72.)提出的。SVR融合方法一般用于同一传感器的多光谱与全色数据融合，其计算公式为： 

XSPi=PanHXSLiPanLSyn---(1)]]>

其中XSP_i是融合后的高分辨率图像第i个波段的灰度值，Pan_H是原始全色图像的灰度值，XS_Li是原始多光谱图像中第i个波段的灰度值，Pan_LSyn是由低空间分辨率的多光谱波段模拟合成的低空间分辨率全色图像的灰度值。 

在Munechika et al.(1993)的研究中，模拟合成的全色图像Pan_LSyn是由公式(2)获得 

参数是通过一种改进的大气模型来对接收到的目标反射和相对光谱响应进行修正，并测量了5种具有代表性的土地覆盖反射光谱，包括城市、土壤、水体、树和草。通过对使用大气模型模拟得到的值与实际测到的五类值的线性回归分析计算出了在建立了Pan_LSyn之后，将原始全色图像相对于Pan_LSyn进行了直方图匹配，以消除大气和辐射角度的差异。 

Zhang(1999)和Zhang(2001)(Y.Zhang.A new merging method and its spectral andspatial effects[J].International Journal of Remote Sensing，1999(20)：2003～2014.Y.Zhang.Detection of urban housing development by fusing multi-sensor satellite data and performing spatial feature post-classification[J].International Journalof Remote Sensing，2001(22)：3339～3355.)认为，Munechika et al(1993)的SVR方法的计算中，只使用到几种特定的土地覆盖类型。而且系数很难确定，不适用于实际应用中的大面积区域融合，同时在一个较大的城市区域中，5种土地覆盖类型远远不足以具有代表性，不能保证其它土地覆盖类型的光谱属性在融合之后得到保留。此外还要将原始全色影像相对与模拟的全色影像进行直方图匹配。 

为了解决以上问题，Zhang(1999)和Zhang(2001)将SVR方法的公式修改为：