申请/专利权人：珠江水利委员会珠江水利科学研究院

申请日：2023-06-07

公开（公告）日：2024-03-01

公开（公告）号：CN116977868B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/75;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2023.11.17#实质审查的生效;2023.10.31#公开

摘要：本发明公开了一种基于特征匹配的影像乘积融合方法、系统及可读存储介质,所述方法包括：输入全色波段影像和多光谱波段影像，将全色波段影像与多光谱波段影像进行空间配准，使全色波段影像与多光谱波段影像中同一地物的几何空间位置一致；利用多光谱波段影像构建中介波段I；将全色波段P、中介波段I和多光谱波段Bi按高空间分辨率影像重采样，并重新进行合成，得到合成影像，并计算合成影像各波段的均值μ和标准差σ；将中介波段I、多光谱波段Bi、全色波段P进行影像特征匹配；采用乘积算法原理，将多光谱波段信息和全色波段进行影像信息融合，得到融合后的多光谱波段影像。本发明方法融合后的影像数据可保持多光谱波段的丰富光谱信息和全色波段精细几何信息。

主权项：1.一种基于特征匹配的影像乘积融合方法，其特征在于，所述方法包括以下步骤：输入全色波段影像和多光谱波段影像，将全色波段影像与多光谱波段影像进行空间配准，使全色波段影像与多光谱波段影像中同一地物的几何空间位置一致；利用多光谱波段影像构建中介波段I；将全色波段P、中介波段I和多光谱波段Bi按高空间分辨率影像重采样，将上述三种影像进行合成，得到合成影像；计算合成影像各波段的均值与标准差，包括：全色波段P的均值μp和标准差σp，任一多光谱波段Bi的均值和标准差中介波段I的均值μI和标准差σI；将中介波段I、多光谱波段Bi、全色波段P进行影像特征匹配；根据影像特征匹配的结果，采用乘积算法原理，将多光谱波段信息和全色波段进行影像信息融合，得到融合后的各波段影像；其中，全色波段P的均值μp和标准差σp的计算公式为： 其中，P为全色波段；RP、CP分别为全色波段P的总行、总列数；μP、σP分别为全色波段P的均值与标准差；n、l分别为全色波段P任一像素点所属行、列数；所述多光谱波段影像的任一波段影像Bi的均值和标准差的计算具体为：输入多光谱波段影像，多光谱波段影像包括近红外波段影像N、红波段影像R、绿波段影像G、蓝波段影像B；近红外波段影像的均值和标准差分别为：μN、σN；红波段影像的均值和标准差分别为：μR、σR；绿波段影像的均值和标准差分别为：μG、σG；蓝波段影像的均值和标准差分别为：μB、σB；可得多光谱波段影像的任一多光谱波段Bi的均值和标准差Bi＝Bin,l 其中，Bi为多光谱影像的任一波段，R、C分别为波段Bi的总行、总列数；分别为波段Bi的均值与标准差；n、l分别为波段Bi的任一像素点所属行、列数；其中所述中介波段I为： 中介波段I的均值μI和标准差σI分别为： 其中，Bi为多光谱波段，波段数n≥1；BI、CI分别为中介波段I的总行、总列数；μI、σI分别为中介波段I的均值与标准差；n、l分别为中介波段I的任一像素点所属行、列数；其中，所述将中介波段I、多光谱波段Bi、全色波段P进行影像特征匹配，具体为将中介波段I和多光谱波段Bi分别与全色波段P进行影像特征匹配；将中介波段I与全色波段P进行影像特征匹配的表达为： 将多光谱波段Bi与全色波段P进行影像特征匹配的表达式为： 其中，hmIbyP为中介波段I与全色波段P的影像特征匹配结果；hmBibyP为多光谱波段Bi与全色波段P的影像特征匹配结果。

全文数据：

权利要求：

百度查询： 珠江水利委员会珠江水利科学研究院 一种基于特征匹配的影像乘积融合方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD