pansharping文献:《A survey of classical methods and newtrends in pansharpening of multipectral images》

A survey of classical methods and newtrends in pansharpening of multipectral images

 

Introduction

图像的空间分辨率是传感器获得的信号的电磁带宽。Electromagnetic bandwidth

MS:multispectral data,波段数是4-7个

HS:hyperspectral data,波段数成百上千

PAN:panchromatic Image,全色,波长范围从可见光到热红外。可见光波段的全色影像结合了红、绿、蓝三种颜色。感器获取整个可见光波区(一般定义在0.4μ——0.7μ间)的黑白影像称全色影像。为防止大气散射对影像质量的影响,大多将蓝色光滤去,例如:spot5上的全色影像波区为0.51μ——0.73μ。如果用可见光加近红外波区获取的黑白影像,称全色红外影像。

Multispectral / multisensormerging,fusion/pansharpening(of the lower-resolution image),利用一个单波段的全色影像来锐化MS影像。

 

 

2.1图像配准方法:

分类一:area-based 和feature based %基于区域的方法原理?

分类二:基于灰度特性 和 特征点匹配

图像配准可以分为基于灰度特性[1]和基于特征点匹配[2]2种基本方法。前者主要取决于图像的灰度统计特性,适用于在灰度分布上有明显线性特征的图像嘲。后者主要研究图像的某些特征,适用于具有明显特征的图像14嗣。传统的图像配准方法将以上两种基本方法分裂开来,基于灰度统计特性的方法加大了算法的计算量,基于特征点匹配的方法忽视了特征提取过程中的误配准

 

2.2采样:上采样,下采样

所谓采样就是采集模拟信号的样本。 采样是将时间上、幅值上都连续的信号,在采样脉冲的作用下,转换成时间、幅值上离散的信号。所以采样又称为波形的离散化过程。的带限信号。

通常采样指的是下采样,也就是对信号的抽取。其实,上采样和下采样都是对数字信号进行重采,重采的采样率与原来获得该数字信号(比如从模拟信号采样而来)的采样率比较,大于原信号的称为上采样,小于的则称为下采样。上采样的实质也就是内插或插值

上采样是下采样的逆过程,也称增取样(Upsampling)或内插(Interpolating)

内插方法:最邻近采样法、双线性内插法(需要结合平滑滤波或非锐化掩膜)

注意:内插并不增加图像细节,但是可以对分辨率不同的图像进行匹配。

 

2.3直方图匹配

 将图像直方图以标准图像的直方图为标准作变换,使两图像的直方图相同和近似,从而使两幅图像具有类似的色调和反差。在遥感图像处理中,直方图匹配应用于:图像镶嵌中图像的灰度调节,通过直方图匹配使相邻两幅图像的色调和反差趋于相同。多时相图像处理中以一个时相的图像为标准,调节另一幅图像的色调与反差,以便作进一步的运算。以一幅增强后色调和反差比较满意的图像为标准,对另一幅图像作处理,期望得到类似的结果。

3 pansharping

 

 

3全色锐化方法

1980强度调制集成方法IM method:根据SAR每个像元对应的一个值对MSS中每个波段每个像元的强度进行调整。

SPOT发射前就证明10m的彩色图像可以由SPOTMS图像波段与全色影像分辨用三次不同的IM算法得到

 

 

比如SPOT52.5米全色,10米多光谱)、ALOS2.5米全色,10米多光谱)、中巴资源(全色2.36米,多光谱19.5米)、福卫2号(2米全色,8米多光谱),P5(2.5米全色,可立体测图)RapidEye(5.5米彩色)QuickBird0.61-0.72米全色,2.44米多光谱)、IKONOS1米全色,4米多光谱,可立体测图)、GeoEye0.5米全色,2米多光谱,可立体测图)、WordView0.5米全色,2米多光谱,可立体测图)等等。

 

真彩色:是指图像中的每个像素值都分成RGB三个基色分量,每个基色分量直接决定其基色的强度,这样产生的色彩称为真彩色。
全色图像:颜色是对人眼而言。全色是指全部可见光波段0.38~0.76um全色图像为这一波段范围的混合图像,一般为黑白图像

 

 

3.1 CS组分替换法

3.2RSC 相对光谱替换法

(1)BT :Brovey transform

(2)IM:intensitymodulation

 

3.3高频注入法HFI:high-frequencyinjection family

HPF:high-pass filtering

思路:把高频信息添加到MS图像上

Step:1,对PAN图像使用低通滤波;2,用PAN原始图像减去前一步得出的图像;3将前一步得出的结果,一个像元一个像元地加到MS图像上;

算法:1,对MS上采样;2,利用卷积公式,选择合适窗口对PAN图像使用低通滤波;3,利用PAN原始图像减去第二步得出的低频图像,得到PAN图像的高频图像;4,对MS的每个波段,都逐像元加上3中的高频图像(在HPM方法中此时用到了调节因子)

方法:High PassModulation (HPM), also known as High Frequency Modulation (HFM)

 

3.4 Methods based on the statistics of the image

Price’s method

spatially adaptive algorithm

基于贝叶斯框架的锐化方法:

思路:认为LRMS和PAN为退化后的HRMS。

认为LRMS和PAN为x,y,锐化后的多光谱影像HRMS为z,已知观测值x,y,要求得后验p(z|x,y);根据各种分布的选择和求解方法,基于贝叶斯的锐化方法也可以分为很多种。

 

3.5Multiresolution Family

Laplacian pyramid(LP)

Gaussian pyramid(GP),

Generalized Laplacian pyramid (GLP)

算法:1,上采样MS;2,给PAN图像应用GLP;3,利用injection model,为每层GLP选择合适的权重;4,利用上一步得出的权重,将GLP中得出的细节加到MS图像的每个波段中。

Injection model :

RWM injection model;

SDM injection model;

CBD injection model;

 

基础知识:

高斯模糊:在二维空间中,这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。原始像素的值有最大的高斯分布值,所以有最大的权重,相邻像素随着距离原始像素越来越远,其权重也越来越小。这样进行模糊处理比其它的均衡模糊滤波器更高地保留了边缘效果。http://zh.wikipedia.org/wiki/%E9%AB%98%E6%96%AF%E6%A8%A1%E7%B3%8A

高斯金字塔:在建立高斯金字塔的时候,我们首先会将影像转换为尺度空间的表示方式,亦即乘上不同大小的高斯函数,之后再依据取定的尺度向下取样。乘上的高斯函数大小和向下取样的频率通常会选为2的幂次,也就是说,在每次迭代的过程中,影像都会被乘上一个固定大小的高斯函数,并且被以长宽各0.5的比率被向下取样。如果将向下取样过程的图片一张一张叠在一起,会呈现一个金字塔的样子,因此这个过程称为高斯金字塔。

http://zh.wikipedia.org/wiki/%E9%AB%98%E6%96%AF%E9%87%91%E5%AD%97%E5%A1%94

带通滤波器英语Band-pass filter):指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波器,与带阻滤波器的概念相对。

(1) 拉普拉斯金字塔:LP将图像在空间域中分解成几乎没有联系的的带通channel,而且很好地保留了它的边缘。

(2) GLP:用到了两个不同的尺度因子,而且原来用来分析pan图像的低通减少滤波器在设计的时候让它符合注入空间信息的带宽的MTF

(2)wavelet transform:小波分析提供了一个把图像进行

(3)contourlet transform:

(4)curvelets transform:

它们的作用是找到MS合适的尺度来注入空间信息

 

方向估计是在信号处理中的一个重要问题,其目的是确定从不同方向传入的信号源。经典的方向估计方法包括波束形成、最大似然估计和最小二乘估计等,而现代的方向估计方法则包括了高分辨率谱估计和基于子空间方法等。 波束形成是一种经典的方向估计方法,它利用了阵列天线的结构特性,通过调整不同天线的相位和幅度权重来形成一个波束,以达到对不同方向信号源的波束聚集。这种方法通常需要大规模的天线阵列,并且对信号源的数量和方向有一定的限制。 最大似然估计是另一种经典的方向估计方法,它基于统计学原理,通过对接收信号的统计特性进行概率建模,从而推测信号源的方向。最大似然估计在理论上是最优的,但在实践中通常需要知道较多的信号源信息,并且对噪声的统计特性有一定的要求。 最小二乘估计是一种基于数学优化的经典方向估计方法,它通过最小化接收信号与估计信号方向的残差平方和来估计信号源的方向。这种方法对噪声的统计特性要求相对较低,适用于多种应用场景。 高分辨率谱估计是现代方向估计方法中的一种,它基于接收信号的统计特性,通过提取信号的频谱信息来估计信号源的方向。这种方法可以达到很高的方向分辨能力,但需要较长的样本序列,并且对信号源的数量和方向有一定的限制。 基于子空间的方向估计方法是现代方向估计中的另一种重要技术,它利用信号子空间和噪声子空间的性质来估计信号源的方向。这种方法适用于低信噪比环境下的方向估计,并且对信号源的数量和方向没有明显的限制。 综上所述,经典和现代的方向估计方法各有其优势和适用场景。在具体应用中,需要根据实际需求和系统条件选择合适的方向估计方法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值