【摘要】 本发明公开了一种基于梯度场的优化融合遥感图像处理方法，包括以下步骤：利用图像预处理器将多光谱图像h的每个波段均取样为与高分辨率图像g相同的地域范围；并将多光谱图像和高分辨率图像进行几何精确校正处理；进而，对两种图像分别进行对比度处理。然后，将预处理后的图像分别定义梯度约束和光谱约束，使得欲融合图像的梯度趋近于高分辨率图像g，而融合图像的颜色信息趋近于多光谱合成图像h；根据梯度约束和光谱约束可建立融合图像求解方程；通过以两类图像分辨率的比例差异选择融合图像的核半径，并以调整α2因子的大小，使算法经若干次迭代达到收敛解，最终，使图像融合优化方程可获得最优解。 【专利类型】发明授权 【申请人】华南师范大学 【申请人类型】学校 【申请人地址】510631 广东省广州市天河区中山大道西55号 【申请人地区】中国 【申请人城市】广州市 【申请人区县】天河区 【申请号】CN200810026406.1 【申请日】2008-02-22 【申请年份】2008 【公开公告号】CN101246594B 【公开公告日】2010-09-01 【公开公告年份】2010 【授权公告号】CN101246594B 【授权公告日】2010-09-01 【授权公告年份】2010.0 【IPC分类号】G06T5/50; G01J3/28 【发明人】温健婷; 李岩; 龚海峰 【主权项内容】 1.一种基于梯度场的优化融合遥感图像处理方法，其特征在于包括以下步骤： a.利用图像预处理器将多光谱图像h的每个波段均取样为与高分辨率图像g相同的地域范围，进行几何精确校正处理，并视高分辨率图像质量对其进行对比度增强处理； b.按预处理后的高分辨率图像的梯度特征定义融合图像的梯度约束，使得融合图像的梯度趋近于高分辨率图像g，并满足以下方程： q∈Np：fcp-fcq＝gp-gq (1) 其中，Np表示融合图像S上每个像素点p上的四邻域点或者八邻域点，而fcp是第c波段在该点的像素值，其中，c∈{1，2，Λ C}，C是光谱段数目，fcq是第c波段融合图像在该点的像素值； c.再将经梯度约束后的融合图像按多光谱图像特征进行光谱约束，以便使融合图像的光谱信息趋近于多光谱图像h，并满足以下方程： k是高斯密度低通滤波核函数；而其中，c∈{1，2，ΛC}，C是光谱段数目； d.建立融合优化求解方程： 在定义了融合图像S的梯度约束和光谱约束后，建立融合图像的求解方程，利用方程(1)和(2)两个函数，转换为优化公式(3)用于求解优化融合图像 α2是正则化因子，KM(p，r)为高斯密度函数，h’p由原多光谱图像重采样得到； e.据两类图像比例差选择融合图像的核半径： 根据高、低分辨率图像的比例差异，选择出图像融合优化处理的核半径，其中选择方案为KW(p，q)的非零范围， 取稍大于图像高、低分辨率比值的两倍的矩形窗口，则(3)式的解可满足以下方程(4)： h’是原多光谱图像重采样得到，k选取高斯密度函数，Np表示融合图像S上每个像素点p上的四邻域点或八邻域点，则|Np|表示邻域上的点的数目，|N’p|＝|Np|+(α2/2)KW(p，q)， f.调整α2因子的大小，再采用简单迭代算法经过若干次迭代则达到收敛解，并合成图像像素值。 【当前权利人】华南师范大学 【当前专利权人地址】广东省广州市天河区中山大道西55号 【专利权人类型】公立 【统一社会信用代码】124400004558589190 【家族被引证次数】25
