[发明专利]基于Gram-Schmidt的无人机影像与多光谱影像融合方法

摘要

本发明公开一种基于Gram‑Schmidt变换的无人机影像与多光谱影像融合方法。其首先经过影像预处理获得具有相同像元尺寸的多光谱低空间分辨率遥感影像与三波段高空间分辨率无人机可见光影像这两套独立的多波段影像；之后对遥感影像进行多元线性回归、重构和Gram‑Schmidt变换获得遥感影像GS成分，同时对无人机影像进行相同的重构和Gram‑Schmidt变换得到无人机GS成分；之后对无人机GS成分进行梯度滤波得到纹理信息，并以一定权重叠加至遥感影像第1‑4GS成分上；对增强结果进行Gram‑Schmidt逆变换并去除冗余信息，即得到最终融合影像。本方法扩展了传统融合方法的单波段全色数据与多光谱影像融合的局限性，增加了融合数据的多样性，并实现了一种兼顾光谱保持性和信息质量的融合方法。

主权项

1.一种基于Gram-Schmidt变换的无人机影像与多光谱影像融合方法，其特征在于，包括：/nS1、影像预处理，包括影像配准、重采样至相同像元尺寸、相同空间范围裁剪，得到低空间分辨率多光谱遥感影像和相同范围的高空间分辨率三波段无人机光学影像；/nS2、对低空间分辨率多光谱遥感影像进行多元线性回归，获得模拟无人机影像；具体步骤包括：/nS21、在研究区范围内随机采样，样本数目为研究区范围内像元数目的0.8％-2％，样本内容为采样点处遥感影像N个波段的数据值和无人机影像RGB波段的数据值；/nS22、基于多元线性回归，分别得到相同范围的高空间分辨率三波段无人机光学影像RGB三个波段样本各自以遥感影像N波段样本为变量的回归系数；/nS23、将得到的回归系数应用于遥感影像N个波段分别得到模拟的无人机RGB波段；/nS3、对低空间分辨率多光谱遥感影像进行重构，并进行Gram-Schmidt变换得到遥感影像GS成分；具体步骤包括：/nS31、根据多光谱影像RGB波段范围内像元的均值与标准差对模拟无人机影像进行强度匹配，具体公式如下：/n /n式中：和分别为增强后的第i个波段和原始模拟无人机影像的第i个波段，μ_Mi和分别为遥感影像和模拟无人机影像对应波段均值，σ_Mi和分别为遥感影像和模拟无人机影像对应波段标准差，i＝R，G或B；/nS32、对强度匹配后的模拟无人机影像求均值波段，即在同一像元位置求取RGB波段像元的均值；/nS33、按模拟无人机影像均值波段，强度匹配后模拟无人机影像和原始遥感影像的顺序重构获得N+4波段的变换基础影像；/nS34、对变换基础影像进行Gram-Schmidt变换，得到N+4个遥感影像GS成分；/nS4、对相同范围的高空间分辨率三波段无人机影像进行重构，并进行Gram-Schmidt变换得到无人机影像GS成分；具体步骤包括：/nS41、根据多光谱影像RGB波段范围内像元的均值与标准差对无人机影像进行强度匹配，具体公式如下：/n /n式中：χ_ei和χ_i分别为增强后的第i个波段和原始无人机影像的第i个波段，μ_Mi和μ_Ui分别为遥感影像和无人机影像对应波段均值，σ_Mi和σ_Ui分别为遥感影像和无人机影像对应波段标准差，i＝R，G或B；/nS42、对强度匹配后的无人机影像求均值波段；/nS43、按无人机影像均值波段，强度匹配后无人机影像的顺序重构获得4波段的变换基础影像；/nS44、对变换基础影像进行Gram-Schmidt变换，得到4个无人机影像GS成分；/nS5、对无人机影像GS成分进行梯度滤波得到纹理信息，并将其以权重w叠加至遥感影像的第1至4个GS成分上得到增强结果；/nS6、对增强结果进行Gram-Schmidt逆变换并去掉前4个冗余信息波段，即得到融合结果。/n