一种基于多时相遥感图像的亚像元定位方法

文档序号:6433039阅读:583来源:国知局
专利名称:一种基于多时相遥感图像的亚像元定位方法
技术领域
本发明涉及的是一种遥感信息处理技术领域的定位方法。
背景技术
遥感图像中混合像元普遍存在,这些像元通常是几种类别的混合。光谱解混(又称软分类)技术求解了混合像元中各类别的组分,却未能给出它们的空间分布。亚像元定位正是一种解决混合像元类各类空间分布的技术。该技术按所需放大比例将每个原始像元分割为多个亚像元,通过求解各个类别对应亚像元的空间分布,使得低分辨率遥感图像中各类地物有着更加细致的视觉显示,从而提高遥感图像的空间分辨率。自Atkinson于1997年提出亚像元定位的理论基础即空间相关性以来,多种亚像元定位技术发展起来。如经典的Hopfield神经网络、遗传算法、像元交换技术和亚像元/ 像元空间引力(sub-pixel/pixel spatial attraction model,SPSAM),等等。这些技术将光谱解混所得到的各类混合比例作为约束条件,在整个求解定位结果的过程中,只变换各类亚像元的空间位置,而属于各类的亚像元个数被严格限制。这样,光谱解混过程所引入的误差会直接传递到亚像元定位处理过程中,这种完全依赖光谱解混结果的方法导致定位结果中存在较多孤立像素,精度偏低而无法满足实际应用要求。不同于以上几种技术,基于马尔可夫随机场(Markov random field, MRF)的亚像元定位方法同时考虑空间信息和光谱信息,且光谱信息约束部分包含了类内光谱差异的描述,对光谱信息的挖掘更为充分。MRF仅将光谱解混的结果作为一种初始解,在迭代求解过程中孤立像素逐渐被去除,所得定位结果更加合理,精度也更高。然而,MRF中仅利用待定位低分辨率遥感图像的光谱信息,光谱约束部分约束条件单一,亚像元定位求解过程欠约束。多时相遥感图像是卫星对同一地物场景进行多次成像所得的结果,通常这些低分辨率图像之间存在着亚像元的位移,这种带有亚像元位移的多时相图像能提供更加丰富的光谱 fn息ο

发明内容
本发明的目的在于提供具有更高的亚像元定位精度,且采用了 SPSAM进行初始化,使得输出的定位结果不存在着由于随机初始化而引入的不确定性的一种基于多时相遥感图像的亚像元定位方法。本发明的目的是这样实现的本发明一种基于多时相遥感图像的亚像元定位方法,其特征是(1)输入低分辨率遥感图像,通过光谱解混技术,得到遥感图像中各类分量图,根据各类分量图,用SPSAM方法得到亚像元的初始空间分布;(2)从低分辨率遥感图像中选取待分析像元Pab,《 I,2,…工J I,2,…厶,LjPLb 分别为图像的栅格行数和列数;(3)记Aij为Pab内的亚像元Pij受到邻域亚像元的空间引力,U 1,2,-, S,s为放大比例,Bt, ,j为所对应的第t幅图的光谱约束项, 1,2,…,Γ,T为多时相图的幅数,包括待定位图像自身,对Pij计算属于各个类别c时的能量函数U。』,c 1,2,…,C,C为类别总
数礼y. a4 J (1 Γ α)去;‘Btll,α为一权值系数;(4)找出最小U。, u对应的类别,并将Pij判定为该类;(5)对Pab内的每个亚像元Pij均进行步骤(3)-步骤(4)的操作;(6)对低分辨率遥感图像中每个待分析混合像元进行步骤(2)-步骤(5);(7)重复上述步骤,直至输出的前后亚相元定位图像不同像元个数差别小于1%。本发明的优势在于本发明在MRF方法的基础上,提出一种基于多时相遥感图像的亚像元定位方法,将带有亚像元位移的多时相图像的光谱信息加入MRF的光谱约束部分,增加约束条件。相比MRF,本发明的方法具有更高的亚像元定位精度,且采用了 SPSAM进行初始化,使得输出的定位结果不存在着由于随机初始化而引入的不确定性。


图1为本发明的空间引力描述示意图;图2为本发明的多时相遥感图像单波段下(大小为2λ2个像元)的举例示意图, 若取S 4,其中(a)为待定位的低分辨率图,(b)是右移2个亚像元,下移1个亚像元的时相图,(c)是右移1个亚像元,下移3个亚像元的时相图,(d)是右移2个亚像元,下移2个亚像元的时相图,(e) (g)分别给出了(a)中的某黑色亚像元在(b) (d)图中的位置;图3为本发明的流程图;图4为本发明的具体实施方式
的地物分布图;图5为本发明的具体实施方式
遥感图像各个波段下的灰度图,从(a) (e)分别为印第安农林高光谱遥感数据立方体的第17、29、41、97、200波段;图6为本发明的S 5时三类地物的分量图,从(a) (c)分别为C0、C1和C2的分
量图;图7为本发明的S 5时各种方法的亚像元定位结果,从(a) (d)分别为SPSAM、 像元交换技术、传统MRF和本发明方法结果;图8为本发明的S 10时各种方法的亚像元定位结果,从(a) (d)分别为SPSAM、 像元交换技术、传统MRF和本发明方法结果。
具体实施例方式下面结合附图举例对本发明做更详细地描述结合图1 8,本发明为一种基于多时相遥感图像的亚像元定位方法。下面给出本发明的详细过程步骤一遥感图像的光谱解混输入低分辨率遥感图像,通过光谱解混技术,得到遥感图像中混合像元类各类的混合比例即分量图。步骤二 SPSAM方法的初始化根据各类分量图,用SPSAM方法得到具有确定性的亚像元初始空间分布。
步骤三利用多时相遥感图像的亚像元定位方法1、从低分辨率遥感图像中选取待分析像元Pab ( a I,2,…ん,b \,2,…’Lb,La和Lb 分别为图像的栅格行数和列数),操作步骤如下1)记Aij为Pab内的亚像元Pij(/J l,2,…,S,S为放大比例)受到邻域亚像元的 空间引力,而Bt, ^Jpij所对应的第t“ 1,2,…,r,T为多时相图的幅数,包括待定位图像 自身)幅图的光谱约束项。Mpu计算属于各个类别c( C 1,2,…,C,c为类别总数)时的
权利要求
1. 一种基于多时相遥感图像的亚像元定位方法,其特征是(1)输入低分辨率遥感图像,通过光谱解混技术,得到遥感图像中各类分量图,根据各类分量图,用SPSAM方法得到亚像元的初始空间分布;(2)从低分辨率遥感图像中选取待分析像元Pab,a=1,2,…,La, b = 1,2,…,Lb, La 和Lb分别为图像的栅格行数和列数;(3)记Aij为Pab内的亚像元Pij受到邻域亚像元的空间引力,i,j= 1,2,…,S, S为放大比例,Bt,u Spu所对应的第t幅图的光谱约束项,t= 1,2,…,T,T为多时相图的幅数,包括待定位图像自身,对Pij计算属于各个类别c时的能量函数U。,c = 1,2,…,C,C为类别总数:Uc,1]=aA1]+(l — a)HB幼,α为一权值系数;丄t=l(4)找出最小Udj对应的类别,并将Pij判定为该类;(5)对Pab内的每个亚像元Pij均进行步骤(3)-步骤(4)的操作;(6)对低分辨率遥感图像中每个待分析混合像元进行步骤(2)-步骤(5);(7)重复上述步骤,直至输出的前后亚相元定位图像不同像元个数差别小于1%。
全文摘要
本发明的目的在于提供一种基于多时相遥感图像的亚像元定位方法,包括以下步骤输入低分辨率遥感图像,通过光谱解混技术,得到遥感图像中各类分量图,根据各类分量图,用SPSAM方法得到亚像元的初始空间分布;从低分辨率遥感图像中选取待分析像元Pab,对pij计算属于各个类别c时的能量函数Uc,ij,找出最小Uc,ij对应的类别,并将pij判定为该类;对Pab内的每个亚像元pij均进行以上的操作;对低分辨率遥感图像中每个待分析混合像元进行上述操作;重复上述步骤,直至输出的前后亚相元定位图像不同像元个数差别小于1%。本发明的方法具有更高的亚像元定位精度,且采用了SPSAM进行初始化,使得输出的定位结果不存在着由于随机初始化而引入的不确定性。
文档编号G06K9/80GK102446278SQ201110269889
公开日2012年5月9日 申请日期2011年9月14日 优先权日2011年9月14日
发明者刘丹凤, 王立国, 王群明 申请人:哈尔滨工程大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1