專利名稱：基于圖像分割和引力模型的遙感圖像分辨率提高處理方法
技術領域：
本發明涉及一種遙感圖像分辨率提高處理方法，尤其是涉及一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法。
背景技術：
對于光學遙感器系統而言，圖像的空間分辨率和光譜分辨率是一對矛盾，在給定信噪比的條件下，較高的光譜分辨率(窄光譜波段)往往意味著以降低空間分辨率為代價，從而使圖像目標識別的精確度和識別程度都受到了很大的限制。在保留光譜信息的前提下，提高空間分辨率具有重要意義。提高硬件技術是提高圖像空間分辨率的最直接的方法，而在既有的硬件條件限制下，算法和軟件技術成為提高圖像空間分辨率的主要途徑。歸納起來，常用的圖像空間分辨率提高技術包括重采樣、圖像融合方法、混合像素模型方法等三大類。 (I)重采樣方法利用采樣方法提高圖像空間分辨率主要從光譜域和空間域兩方面的技術。Tsai和Huang(1984)最早提出一種光譜反假頻方法從光譜域提高圖像的空間分辨率的。技術研究證明可以從一系列的多幅較低空間分辨率遙感圖像中計算得到較高空間分辨率的圖像。Kim和Bose等(1990,1993)改進了這種模型方法，利用最小二乘和總體最小二乘方法和離散傅里葉變換，從較低分辨率的采樣過疏的圖像中重構得到高分辨圖像，這些低分辨率圖像可為不同的空間分辨率，有噪音混淆信號影響。Atkinson(1988)，Schultz和Stevenson (1996), Patti 等(1997)和 Eren (1997)，Hao (1998，1999)提出了一些空間域采樣方法提高空間分辨率，其中Atkinson(1988)使用重采樣方法將較低空間分辨率的圖像與較高空間分辨率圖像和空間矢量數據進行配準。通過與不經過重采樣的圖像模式識別進行比較，分析幾種不同的重采樣方法對圖像模式識別的不同影響，發現了重采樣與圖像模式識別之間的內在關系。(2)圖像融合方法重采樣方法是較為基本的空間分辨率提高技術，但隨著越來越多的高空間分辨率傳感器出現，將圖像與高空間分辨率圖像進行融合處理，可以大大改善成像圖像空間分辨率，同時保持其光譜物理特性和波段形態。采用圖像融合方法提高圖像空間分辨率的技術有很多，其中Albertz和Zelianeos (1990)提出一種數據集聚方法增強圖像的空間分辨率。這種方法以地貌特征為輔助信息，通過傅里葉變換合并同一區域的多個單幅圖像，合并后的圖像具有更高的空間分辨率。Garguet-Duport等(1996)利用小波變換融合SPOT圖像的全色波段和多光譜波段數據，并將小波變換方法與IHS和P+XS等融合方法進行了比較，試驗證明小波變換使得融合圖像中光譜特征信息失真最小。Wald等(1997)提出一系列準則評價提高圖像空間分辨率的圖像融合方法的精度，試驗表明對不同級別的光譜分辨率和空間分辨率的圖像，應該使用不同的融合方法。Ranchln和Wald(2000)設計了一種ARSIS圖像多分辨率模型，這種模型結合精確的光譜信息，利用圖像融合方法提高圖像空間分辨率。Aiazzi等(2006)提出了ー種多分辨率圖像融合方法，這種方法依靠ー種多尺度過采樣的廣義拉普拉斯金字塔信號還原濾波器，利用調制傳遞函數將低空間分辨率的光譜數據計算擴展到較高空間分辨率。Winter等(2007)和Capobianco等(2007)分別利用Ikonos多光譜圖像和ALI全色圖像跟Hyperion高光譜圖像進行圖像融合提高Hyperion高光譜圖像的空間分辨率。Rao等(2008)提出了ー種小波變換圖像融合方法，同時提高圖像的空間分辨率和光譜分辨率。(3)混合像素模型方法由于圖像的空間分辨率的限制，圖像中的像素，很少是由單ー均勻的目標物類型組成，而一般都是幾種類型目標物的混合。這種像素稱為“混合像素”。混合像素現象給圖像的處理和實際應用帶來了極大的困難，已經成為圖像處理和模式識別定量化深入發展的重要障礙。以圖像的模式分類為例，對圖像的像素級模式分類以傳統的硬分類技術為主。而 對于混合像素，將其按照一般硬分類方法歸屬為任何一類都是不準確的，因為它不可能完全屬于這種單ー類型。在實際應用中分析者常常需要更為準確的信息，包括混合像素內包含哪些類別成分、各成分所占的比例是多少、各成分在混合像素內的空間分布是怎樣的，等等。隨著對各應用領域對圖像處理技術要求的提高，圖像處理從像素級發展為亞像素級已成必然，由此而帶來的許多技術難點急待改進或解決。因此，除了以上兩類技術可用來提高圖像的空間分辨率，目前也有很多的科學家利用混合像素模型方法提高圖像的空間分辨率。從空間特征上，混合像素模型方法基于圖像中的每個像素中由可分解的亞像素以一定的空間位置排列構成，且每種目標物類型在每個混合像素中占一定的面積比例的前提條件，先通過光譜庫或圖像本身獲取必要的先驗信息，得到所有圖像目標物類型的純凈像素(端元)，這ー過程稱為端元提取，每一端元對應于ー種目標物類型；然后求解混合像素中各端元所占的面積比，這ー過程稱為混合像素分解；在混合像素分解后，將原始混合像素劃分為單位更小的亞像素，使混合像素中端元所占亞像素數目的比例與端元在該混合像素中的面積比相等，利用目標物類型的空間相關性最終得到混合像素中各端元所屬亞像素的空間分布情況，從而獲得空間分辨率提高的圖像，為科學家提供更可靠的視覺和數量依據，也為圖像更高精度上的后續應用提供可能。混合像素分解現在已成為提高高圖像空間分辨率的ー種重要手段。迄今為止，應用于混合像素分解的方法已經很多，主要有基于最小ニ乘混合模型、多層感知器、人工神經網絡、遺傳算法、最近鄰分類器、獨立成分分析、支持向量機和最小體積約束的非負矩陣分解等。在混合像素分解的基礎上，亞像素制圖技術能夠得到較原始圖像更高空間分辨率的圖像，從而為研究者和決策者提供更可靠的視覺和數量依據，也為高光譜圖像更高精度上的后續應用提供可能。Atkinson最早引入亞像素制圖概念，在軟分類的基礎上獲得亞像素的位置信息，并最早提出了像素置換亞像素成圖方法。隨后，許多科學家利用各種方法進行亞像素制圖，從而提高圖像的空間分辨率，例如基于圖像銳化的模糊軟分類方法、基于圖像融合的圖像銳化方法、神經網絡和遺傳算法等智能方法、小波、基于衛星傳感器點擴散函數的方法、基于半方差函數線性優化、馬爾可夫隨機場和協同克里格的地統計方法、元胞自動機進化模型、基于MAP正則化模型和進化Agent技術等。目前已有的技術方法，在實際應用中，都存在以下不足
(a)重采樣方法只是簡單地對圖像的灰度值進行數值計算，既不考慮目標物的空間相關性，更不利用目標物的圖像光譜特性，只是將圖像分辨率硬性地拉大，其精度和準確性屬于粗略形式，適用性很差。(b)圖像融合能在保留圖像光譜特征的同時，很好地提高空間分辨率。然而，這種方法依賴于已有的更高空間分辨率的圖像，對既定條件下的圖像，則無法實現空間分辨率的提聞。(C)混合像素模型分析方面，已有的方法都主要從圖像光譜特征的角度進行分析，通常都忽略了圖像中目標物的空間相關性等信息，且已有的方法中，都是使用一個固定不變的端元集對整個圖像的所有像素進行混合像素分解，這樣不僅缺乏 靈活性，且穩健性也很低。(d)亞像素制圖方面，已有的亞像素制圖方法大多只能針對兩個端元的情況進行亞像素制圖，針對多個端元的亞像素制圖中亞像素制圖不穩定；已有的亞像素制圖方法受初始化影響大；已有的亞像素制圖技術一次迭代只進行一次亞像素調整，花費太多的時間來調整亞像素的位置，方法的時間開銷大；已有亞像素制圖方法都只考慮與亞像素直接相鄰接的亞像素和像素間的空間相關性，忽略更大鄰域中的亞像素和像素的空間相關性，實際上目標物的空間相關性是確定亞像素位置的重要因素。本發明能通過最大化亞像素之間的總引力有效地重構得到空間分辨率提高的圖像。

發明內容
本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種方法簡單、不依賴高空間分辨率，且抗噪音性好、能節約大量時間的基于圖像分割和引力模型的遙感圖像分辨率提高處理方法。本發明的目的可以通過以下技術方案來實現一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，其特征在于，該方法包括以下步驟1)對圖像進行波段選擇、輻射糾正和幾何糾正的預處理；2)對圖像進行基于區域生長的多尺度圖像分割，將圖像分割成多個分割塊；3)在每個分割塊中，利用正交子空間投影方法獲取端元，遴選出多個待選端元；4)利用待選端元進行分層，構建端元分層的混合像素模型，不同端元組合對應了不同的混合像素模型；5)利用帶約束的最小二乘混合像素分解方法對所有的端元組合進行計算比較，具有最小的分解誤差的端元組合為選定的最佳端元集合，并同時獲得端元組合相應端元在各混合像素中的百分比值；6)對端元分層的混合像素模型進行逐層篩選；7)由混合像素分解最終得到在每個像素中各種端元的面積百分比形成的最佳混合像素分解圖；8)將各端元的混合像素分解圖轉換為亞像素圖像；9)基于引力模型的亞像素制圖技術，計算得到亞像素的引力大小和亞像素的引力標識值，不斷調整亞像素的位置，使得所有亞像素間的總引力達到最大；10)開始處理下一像素中的亞像素，重復步驟I) 9)處理所有像素中的亞像素直到遍歷圖像中的所有像素；11)所有像素處理完成后，即得到空間分辨率提高的亞像素級圖像。所述的步驟2)中的對圖像進行基于區域生長的多尺度圖像分割包括以下步驟21)首先設定一空分割塊集合S = 0，將每個像素初始化值置為0，看成是待處理的像素，設定分割塊序號k= I ；
22)從圖像的左上角位置開始遍歷未處理過的像素，從未處理過的像素中任意選定ー個，把它看做一個初始區域sk，同時選定的第一個像素的值設為k ；23)依次檢測區域Sk中每ー像素vx,y的8鄰域內的未處理的像素vx,，y,與該區域Sk之間的相關性，從而判斷像素Vx,イ是否能夠被添加到區域Sk中，此處像素Vx,イ和Vx,y都為列向量表示的像素值，像素Vイ與區域Sk之間的相關性可由三個指標來衡量(i)像素vx,イ與像素vx,y之間的光譜角，
權利要求
1.一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，其特征在于，該方法包括以下步驟 1)對圖像進行波段選擇、輻射糾正和幾何糾正的預處理； 2)對圖像進行基于區域生長的多尺度圖像分割，將圖像分割成多個分割塊； 3)在每個分割塊中，利用正交子空間投影方法獲取端元，遴選出多個待選端元； 4)利用待選端元進行分層，構建端元分層的混合像素模型，不同端元組合對應了不同的混合像素模型； 5)利用帶約束的最小二乘混合像素分解方法對所有的端元組合進行計算比較，具有最小的分解誤差的端元組合為選定的最佳端元集合，并同時獲得端元組合相應端元在各混合像素中的百分比值； 6)對端元分層的混合像素模型進行逐層篩選； 7)由混合像素分解最終得到在每個像素中各種端元的面積百分比形成的最佳混合像素分解圖； 8)將各端元的混合像素分解圖轉換為亞像素圖像； 9)基于引力模型的亞像素制圖技術，計算得到亞像素的引力大小和亞像素的引力標識值，不斷調整亞像素的位置，使得所有亞像素間的總引力達到最大； 10)開始處理下一像素中的亞像素，重復步驟I) 9)處理所有像素中的亞像素直到遍歷圖像中的所有像素； 11)所有像素處理完成后，即得到空間分辨率提高的亞像素級圖像。
2.根據權利要求I所述的一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，其特征在于，所述的步驟2)中的對圖像進行基于區域生長的多尺度圖像分割包括以下步驟 21)首先設定一空分割塊集合S= 0，將每個像素初始化值置為0，看成是待處理的像素，設定分割塊序號k= I ； 22)從圖像的左上角位置開始遍歷未處理過的像素，從未處理過的像素中任意選定一個，把它看做一個初始區域sk，同時選定的第一個像素的值設為k ； 23)依次檢測區域Sk中每一像素vx,y的8鄰域內的未處理的像素vx,，y,與該區域Sk之間的相關性，從而判斷像素V，y,是否能夠被添加到區域Sk中，此處像素V，y,和vx,y都為列向量表示的像素值，像素V，y,與區域sk之間的相關性可由三個指標來衡量 (i)像素V，y,與像素vx,y之間的光譜角，光譜角可由以下公式計算得出；
3.根據權利要求I所述的一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，其特征在于，所述的步驟3)中的利用正交子空間投影方法獲取端元具體包括以下步驟 31)選定一任意像素向量h，設Θ為誤差閾值；設選定的端元集合E=0且迭代次數i=O ； 32)對圖像中所有的像素V運用正交投影方法計算像素集的正交投影矩陣，正交投影是一種空間投影算子，可由下式得到
4.根據權利要求I所述的一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，其特征在于，所述的步驟9)具體包括以下步驟 41)根據(式-9)計算得到亞像素的引力大小P和亞像素的引力標識值P'，不斷調整亞像素的位置，使得下式成立
全文摘要
本發明涉及一種基于圖像分割和引力模型的遙感圖像分辨率提高處理方法，該方法包括對圖像進行預處理；對圖像進行多尺度圖像分割；利用正交子空間投影方法遴選出待選端元；構建端元分層的混合像素模型；利用混合像素分解方法獲得端元在各混合像素中的百分比值；逐層篩選混合像素模型；得到最佳混合像素分解圖；將各端元的混合像素分解圖轉換為亞像素圖像；不斷調整亞像素的位置，使得所有亞像素間的總引力達到最大；重復調整所有像素中的亞像素直到遍歷圖像中的所有像素至處理結束；處理完成后，即得到空間分辨率提高的亞像素級圖像。與現有技術相比，本發明具有方法簡單、不依賴高空間分辨率，且抗噪音性好、能節約大量時間等優點。
文檔編號G06T5/00GK102789631SQ201110127120
公開日2012年11月21日 申請日期2011年5月17日 優先權日2011年5月17日
發明者張學 申請人:張學