[发明专利]基于PAN调制和多元线性回归的MS与PAN图像融合方法

说明书

本发明公开了一种基于PAN调制和多元线性回归的MS与PAN图像融合方法，包括以下步骤：将原始低分辨率MS图像I^L采用立方卷积的方式上采样到原始PAN图像P的分辨率，得到上采样MS图像I；将原始PAN图像采用平均法下采样到MS图像空间分辨率，得到MS空间分辨率的PAN图像P_L；采用各个MS波段的加权和以合成MS空间分辨率的PAN图像Ps；计算PAN波段和MS图像第i波段的雾气值H_P和H_i；计算对比度增强PAN图像P_F；将上采样MS图像I、合成PAN图像Ps和对比度增强PAN图像P_F进行融合。本发明的有益效果：显著降低融合图像的光谱失真，并能提供不同程度空间细节增强的融合图像，特别是在MS和PAN像元存在配准误差的情况下，该方法融合图像具有较少的光谱失真和较好的目视效果。

技术领域

本发明涉及遥感图像处理技术领域，特别是一种基于PAN调制和多元线性回归的MS与PAN图像融合方法。

背景技术

目前，大量在轨的卫星(例如Landsat 7ETM+、IKONOS、QuickBird、SPOT-5和WorldView-2/3等)，同时提供高空间分辨率的全色波段(PAN)和低空间分辨率的多光谱波段(MS)遥感图像。由于大量的应用需要使用高空间分辨率的多光谱图像，因此破切地需要将MS与PAN图像进行融合处理，以获得空间分辨率增强的MS图像，以应用于遥感图像解译、地表覆盖分类、目标检测等应用中。近年来国内外研究人员发展了大量遥感融合技术来融合MS和PAN图像以得到高空间分辨率的MS图像。

基于PAN调制的融合方法(例如PCI Geomatica软件中的PANSHARP方法)是目前使用较多的融合方法之一。基于PAN调制的MS与PAN融合基于假设：融合后MS波段与原始MS波段的比值等于原始PAN图像与合成PAN图像的比值。由于该计算公式暗含了光谱失真最小化模型，因此融合图像具有较好的目视效果和较小的光谱失真。基于PAN调制技术的融合算法主要有Brovey变换、Pradines’、合成变化比率(Synthetic Variable Ratio)、SmoothingFilter-based Intensity Modulation、PANSHARP(PS)、Haze-and Ratio-based (HR)等。基于PAN调制的融合方法，由于具有计算简单、鲁棒性强等优点，被广泛地应用于卫星数据的融合。待融合图像的配准精度、大气辐射影响、混合像元问题等是影响融合图像质量的几个关键问题。

Jing and Cheng(2009)提出的Haze-and Ratio-based(HR)方法采用原始PAN图像进行融合；且HR方法所使用的P_S的生成方式为：首先对原始PAN分辨率图像采用平均法降空间分辨率，然后再上采样到原始PAN空间分辨率。该方式对MS和PAN图像存在少量空间错位的情况无法改善效果。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出了一种基于PAN调制和多元线性回归的MS与PAN图像融合方法，可减少MS和PAN图像的少量空间错位对融合图像质量的影响。

本发明的目的通过以下技术方案实现：