專利名稱:多光譜圖像融合實現(xiàn)三維重建的方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種圖像融合方法,具體涉及ー種多光譜圖像融合實現(xiàn)三維重建的方法。
背景技術(shù):
隨著圖像融合及相關(guān)技術(shù)應(yīng)用領(lǐng)域的拓展,圖像處理技術(shù)已經(jīng)成為工程學(xué)、計算機科學(xué)、信息科學(xué)、生物學(xué)、醫(yī)學(xué)等各學(xué)科之間學(xué)習(xí)和研究的對象,并已做了大量卓有成效的工作。由于低空間分辨力混合像元和異物同譜的問題,嚴重限制了高光譜影像的應(yīng)用,因此影像融合,亞像元定位和超分辨率重建變得尤為重要,因為它們可以增強高光譜影像分辨率。目前圖像融合技術(shù)在理論和方法上仍有不太滿意的地方,其中多源圖像融合主要存在細節(jié)信息含量不夠和振鈴效應(yīng)的問題,影像融合和亞像元定位的缺陷,例如影像融合會出現(xiàn)光譜畸變,亞像元定位僅得到分類圖,不能用于進一歩處理;而單小波融合方法的融合結(jié)果存在光譜畸變等缺點?!?br>
發(fā)明內(nèi)容
發(fā)明目的本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足,提供一種采用多光譜圖像融合實現(xiàn)三維重建的方法。技術(shù)方案本發(fā)明所述的ー種多光譜圖像融合實現(xiàn)三維重建的方法,包括如下步驟(I)實現(xiàn)雙正交小波分解對各個ニ維圖像進行N層的雙正交小波分解,形成3N+1個不同頻帶,包括3N個高頻帶和ー個低頻帶;(2)確定融合算子各分解層上的不同頻率分量采用不同的融合算子進行融合處理,最終得到融合后的小波金字塔,融合算子的確定方法如下E'] (/I, in) = V I n (//,rti ) [I) in I n\m + m,)] ε = 1, 2, 3計算各幅圖像對應(yīng)的方向、對應(yīng)分辨率上局部區(qū)域的匹配度,公式如下
AB(", m) = { 2 μ ふ(/U mf) A(n + n\m + m) D)M(n + njn+ m,)] j / [ Ειβ_ Λ (;i, m) 4- E)
m L, m'Q K先定義一匹配度閥值,則計算如下
J/), ,Di、In,m) , Ε、、"!.m) > E'''B(n, m)
|/)(f>\ |{( ,ot) , E'lA(tkm)< (n,m) '由于局域能量較大的中心像素代表了原始圖像中的明顯特征,并且圖像的局部特征一般不是只取決于某一像素,因此,這里采用的基于區(qū)域特性測量的加權(quán)融合算子相對于以往僅根據(jù)單ー獨立像素的簡單選擇或簡單加權(quán)來確定融合像素的方法來說,顯得更合理、科學(xué),實驗也證明采用該融合算子取得了良好的視覺效果和融合質(zhì)量;(3)HIS變換及空間、光譜特征分離對于正交小波變換的多波段圖像融合后圖像所構(gòu)成的RGB分量經(jīng)HIS變換后,將圖像的空間特性I和光譜特征H,S分離;變換后的I分量與物體表面粗燥度相對應(yīng),代表物體的空間幾何特征,色調(diào)分量H代表物體的主要頻譜特征,飽和度分量S表征色彩的純度;(4)組合波段計算不同波段組合指數(shù)值,計算公式如下Nim -- /J (β ~ I *·*· , ι — I.,…,j 字 k)
('■ i其中Si表示第i個波段的標準差,Rjr表示第j、k兩個波段的相關(guān)系數(shù);
組合波段為123、124、134、234 時,最佳指數(shù)分別為 46. 295 5,49. 208 7,42. 9572、32. 869 2,選取組合指數(shù)值最大的組合波段,即選取多光譜影像的1、2、4波段構(gòu)成RGB分量進行HIS正變換,變換后得到I、H和S3個分量;(5)融合結(jié)果圖像將SPOT全色高分辨率圖像與I分量進行直方圖匹配,得到I’,將I’、H和S進行HIS逆變換得到RGB空間,生成融合圖像。經(jīng)過K-L變換后得到的第I主成分,相當于原來多光譜圖像各波段的加權(quán)和,反映了物體總的輻射強度。所以在基于K-L變換的融合方法中,使用全色高分辨率圖像來替代多光譜圖像的第I主成分進行逆主成分變換,從而得到融合結(jié)果圖像。融合結(jié)果表明,在原單光譜圖像中可以清楚的識別三維結(jié)構(gòu)內(nèi)部表體,但是物體細節(jié)不易區(qū)分,而在多光譜圖像融合處理后,三維結(jié)構(gòu)的內(nèi)部結(jié)構(gòu)均較清晰,所以多光譜融合圖像的數(shù)字效果最佳,實現(xiàn)了單光譜信息的優(yōu)勢互補。本發(fā)明方法通過對多幅具有互補信息的低分辨率影像的處理,重建出一幅或多幅高分辨率影像。而互補信息來源主要包括兩個方面,一是基于運動的超分辨率重建各幅影像之間的相對運動;ニ是非基于運動的超分辨率重建變焦、模糊和輻射。多光譜融合重建原理是各幅低分辨率影像之間的相對運動必須為亞像素,這是影像超分辨率重建所需的互補信息的來源,也是進行重建的前提。通過光譜連續(xù)、圖譜合一,可以反映出在單光譜影像中難以表達的光譜近似物質(zhì)的細微光譜差異。另外,而多光譜圖像融合重建方法不僅可以提高空間分辨率,同時盡可能的減少光譜畸變。有效的彌補了多源圖像融合方法和單小波融合方法的缺點。有益效果本發(fā)明與現(xiàn)有技術(shù)相比,其有益效果是I、本發(fā)明針對多光譜輸入圖像需去除觀察環(huán)境和相機特性影響、進行光譜反射率重建的問題,進行了光譜重建技術(shù)的研究,構(gòu)建了ー個6通道光譜成像系統(tǒng),利用該成像系統(tǒng)仿真了三種適用的重建方法。實驗表明,R-矩陣法由于兼顧了數(shù)字圖像包含的光譜和色度信息,較其他方法能帶來更好的重建結(jié)果,可用于光譜再現(xiàn)系統(tǒng)進行光譜反射率重建。2、本發(fā)明針對多光譜圖像高維并增加了色彩再現(xiàn)復(fù)雜度的問題,提出了兩種光譜數(shù)據(jù)降維方法首先針對現(xiàn)有光譜數(shù)據(jù)降維算法存在重構(gòu)出現(xiàn)負值的問題,提出一種基于非負主成分分析的寬帶多光譜空間表示法,并用該法構(gòu)造低維光譜空間,實現(xiàn)高維多光譜數(shù)據(jù)與低維光譜空間的轉(zhuǎn)換。實驗表明,本發(fā)明方法可將重構(gòu)光譜反射率數(shù)據(jù)限制在
區(qū)間內(nèi),保持了光譜反射率的物理意義。針對現(xiàn)有光譜數(shù)據(jù)降維方法不能兼顧光譜精度、色度精度、光照變換色差穩(wěn)定性的問題,提出ー種WSPC Aplus光譜圖像非線性降維方法。新方法通過引入人眼視覺系統(tǒng)特征,提高了降維結(jié)果的色度精度和光照變換的色差穩(wěn)定性;通過補償因提高色度精度導(dǎo)致的光譜損失,減小了降維結(jié)果的光譜誤差;通過根據(jù)應(yīng)用精度要求組合前兩步產(chǎn)生的降維數(shù)據(jù),形成了最終的降維結(jié)果。實驗表明,該方法在光照變換色差穩(wěn)定性、光譜精度及色度精度三個方面,均優(yōu)于現(xiàn)有方法。3、本發(fā)明方法結(jié)合降維技術(shù),針對光譜數(shù)據(jù)的高維性,利用了查找表法精度高、速度快的特點,有效提高了光譜色彩校正的精度和效率。由于建立設(shè)備解析模型只需測量少量樣本,因此提出ー種基于設(shè)備光譜模型的色彩校正方法。該方法在Yule-NielsenNeugebauer正向光譜打印模型的基礎(chǔ)上,以兼顧光譜和色度精度為目標,采用非線性優(yōu)化技術(shù)進行色彩校正。實驗表明,本發(fā)明方法與現(xiàn)有模型校正法相比,在色度和光譜精度兩方面性能均有顯著優(yōu)勢,并且具有良好的誤差分布,分色效果好,能有效提高多光譜圖像的質(zhì)量。
圖I為本發(fā)明實施例中基于雙正交小波變換的圖像融合示意圖;圖2為本發(fā)明方法流程圖。
具體實施例方式下面結(jié)合附圖,對本發(fā)明技術(shù)方案進行詳細說明,但是本發(fā)明的保護范圍不局限于所述實施例。一種多光譜圖像融合實現(xiàn)三維重建的方法,包括如下步驟(I)實現(xiàn)雙正交小波分解對各個ニ維圖像進行N層的雙正交小波分解,形成3N+1個不同頻帶,包括3N個高頻帶和ー個低頻帶;以兩幅圖像融合為例,具體融合方法如圖I所示,設(shè)A、B為兩幅原始圖像,F(xiàn)為融合后的圖像,對每一幅原始圖像分別進行雙正交小波變形,建立圖像的雙正交小波塔形分解;多幅圖像的融合方法依次類推;(2)確定融合算子各分解層上的不同頻率分量采用不同的融合算子進行融合處理,最終得到融合后的小波金字塔,融合算子的確定方法如下f.'i ./ >= Y' f m,,: (,n jn') \D u t n,m + / /)]2} ; ε = 1, 2, 3
f''e L w't K計算各幅圖像對應(yīng)的方向、對應(yīng)分辨率上局部區(qū)域的匹配度,公式如下
M! aH(/'l m'}= { 2 Yj Hふ(/i\ m) 4 (n + njn + fn) Dhi e()7 + / '.m+ /■ /)] )/[EJ
a m <■; K先定義一匹配度閥值,則計算如下
[Dl¥(n,m) = A(n,m) , ElA(n,m}> Ε\ u\n,m)\_: ε -1,2,3 [D; F(fL m) = D;.b (凡 m) , £么 Λ (ル m) < F::'B (nvm)(3)HIS變換及空間、光譜特征分離對于正交小波變換的多波段圖像融合后圖像所構(gòu)成的RGB分量經(jīng)HIS變換后,將圖像的空間特性I和光譜特征H,S分離;(4)組合波段計算不同波段組合指數(shù)值,計算公式如下Mn!!-' =J J: Rl4 (j ~~ I *·· , ; I = I ,·*· ,n; j φ k)其中Si表示第i個波段的標準差,Rjr表示第j、k兩個波段的相關(guān)系數(shù);組合波段為123、124、134、234 時,最佳指數(shù)分別為 46. 295 5,49. 208 7,42. 9572、32. 869 2.,選取組合指數(shù)值最大的組合波段,即選取多光譜影像的1、2、4波段構(gòu)成RGB分量進行HIS正變換,變換后得到I、H和S 3個分量。選取組合指數(shù)值最大的組合波段構(gòu)成RGB分量進行HIS正變換,變換后得到I、H和S3個分量;(5)融合結(jié)果圖像將SPOT全色高分辨率圖像與I分量進行直方圖匹配,得到I’。將I’、H和S進行HIS逆變換得到RGB空間,生成融合圖像。經(jīng)過K-L變換后得到的第I主成分,相當于原來多光譜圖像各波段的加權(quán)和,反映了物體總的輻射強度。所以在基于K-L變換的融合方法中,使用全色高分辨率圖像來替代多光譜圖像的第I主成分進行逆主成分變換,從而得到融合結(jié)果圖像。經(jīng)過主觀目測,在原單光譜圖像中可以清楚的識別建筑內(nèi)部表體,但是物體細節(jié)不易區(qū)分,而在多光譜圖像融合處理后,建筑內(nèi)柱體等結(jié)構(gòu)均較清晰。所以多光譜融合圖像 的數(shù)字效果最佳,實現(xiàn)了單光譜信息的優(yōu)勢互補?,F(xiàn)將此方法用于高危場所內(nèi)部環(huán)境遙測建模應(yīng)用中,下面以礦井結(jié)構(gòu)探測為例說明煤礦井下分好幾層,每ー層都有好多巷道,環(huán)境復(fù)雜,井道表面結(jié)構(gòu)特殊。在未知情況下的人工作業(yè)存在著巨大風(fēng)險,同時人工探測也無法實施的對井道數(shù)據(jù)信息作出準確的描述。在井道探測車上裝載多光譜分析儀的探測車,通過遙控推進,掃描整個礦井的截面和礦井每ー層的地形,將掃描的數(shù)據(jù)傳輸?shù)接嬎銠C,利用三維重建技術(shù)自動生成整個礦井井道三維模型,并且這個場景圖和一部分設(shè)備在后期會隨著井下作業(yè)的不斷推進可以自動或進行簡單的設(shè)置手動修改。通過該技術(shù),能夠?qū)崿F(xiàn)快速精準的地下巷道等室內(nèi)場景的三維重建。如上所述,盡管參照特定的優(yōu)選實施例已經(jīng)表示和表述了本發(fā)明,但其不得解釋為對本發(fā)明自身的限制。在不脫離所附權(quán)利要求定義的本發(fā)明的精神和范圍前提下,可對其在形式上和細節(jié)上作出各種變化。
權(quán)利要求
1.一種多光譜圖像融合實現(xiàn)三維重建的方法,其特征在于包括如下步驟 (1)實現(xiàn)雙正交小波分解對各個ニ維圖像進行N層的雙正交小波分解,形成3N+1個不同頻帶,包括3N個高頻帶和ー個低頻帶; (2)確定融合算子各分解層上的不同頻率分量采用不同的融合算子進行融合處理,最終得到融合后的小波金字塔,融合算子的確定方法如下
全文摘要
本發(fā)明公開一種多光譜圖像融合實現(xiàn)三維重建的方法,包括如下步驟實現(xiàn)雙正交小波分解;確定融合算子;HIS變換及空間、光譜特征分離;組合波段;融合結(jié)果圖像;本發(fā)明方法處理后,三維結(jié)構(gòu)的內(nèi)部結(jié)構(gòu)均較清晰,所以多光譜融合圖像的數(shù)字效果最佳,實現(xiàn)了單光譜信息的優(yōu)勢互補。
文檔編號G06T5/50GK102693551SQ20111006917
公開日2012年9月26日 申請日期2011年3月22日 優(yōu)先權(quán)日2011年3月22日
發(fā)明者李星, 陳靜波 申請人:江蘇瑞蚨通軟件科技有限公司(中外合資)