您当前的位置:首页 > 市场分析

基于极大后验概率估计的高光谱图像融合算法

2018-08-25 07:09:37

【摘要】本文研究了基于PCA和极大后验估计的高光谱图象融会算法。该算法首先发掘影像内在的观测模型,建立极大后验估计的目标函数。针对高光谱影像数据量大的特点,通过简化观测模型获得参数估计。融合实验结果表明,基于极大后验估计的高光谱影象融会算法不仅理论周密,而且图像融合效果较其他的增强方法的效果好。

【关键词】高光谱图像融会;极大后验几率(MAP);随机解混模型;主成分变换(PCA)

1.引言

随着航空航天遥感技术的发展,高光谱遥感技术已经广泛应用于矿物探测、环境调查及军事侦察等诸多领域。但是高光谱较低的空间分辨率给数据处理如目标检测与辨认、混合像素解译、精准匹配等技术带来了巨大的困难,所以提高高光谱图像的空间分辨率有很大的研究价值和意义。针对高光谱图象融合,人们已经研究了多种融合方法,包括主成份替换方法、小波变换方法,最小2乘估计方法,统计方法等。这些融会方法主要是将高分辨率影象信息替换高光谱影像的某部分信息,而高光谱其他部分的信息并未得到增强[1][2]。

近期Estiman等人提出应用极大后验估计(MAP)方法,在高分辨率全色影像的支持下实现高光谱影象分辨率的增强。通过全色影象和原始高光谱影象间关系的挖掘,实现了高光谱影像空间整体信息的增强,避免了在传统方法下影象只得到部分信息增强的缺点。下面主要介绍MAP估计的观测模型,随后分析了MAP目标函数,并根据高光谱影象的数据特性船挖机出租价格
,分别给出了基于MAP的显示MAP估计和隐式MAP估计,最后通过实验数据进行验证[3]。

2.观测模型建立

假设有某一地区的高光谱影象和全色影像名门棋牌官,高光谱影像的空间分辨率较全色影象的空间分辨率是较低的。全色影象可以表示为1维向量,N为全色影象的像素总数。同样低分辨率的高光谱图像也可以表示为1维向量,其中yj是一个有K个元素矢量,表示在空间位置j的K个波段的信息,M是高光谱图象的空间像素总数。我们期望的分辨率增强的高光谱图象表示为:

,其中zi是一个有K个元素矢量,N是分辨率增强的高光谱图象的像素总数[4]。

因而根据文献[5],x、y、z之间的关系为:

其中S为光谱响应矩阵,H为空间响应矩阵,H每一行对应低分辨率全色图象的点散布函数。其中是一个空间独立均值为0标准差为的正态分布随机过程。n是空间独立均值为0协方差为Cn的正态分布随机进程。

进一步指出S和H是不可逆矩阵且非方阵,因此对于(1名门棋牌下载)和(2)中的z没有直接的解决方法,甚至在理想没有观测噪声的情况下,要想直接求得z是也是很困难的,必须通过其他途径解决[6]。

高光谱融会的MAP估计的目标是找到高分辨率高光谱图像的1名门棋牌个估计,它使得相对两个已知图像(全色图像和低分辨率高光谱图象)的条件概率最大化。根据推导方式的不同,可以得到显式的MAP估计和隐式的MAP估计。显式的MAP估计表示为:

P/SMM估计

随机解混模型是基于低分辨率的高光谱图像将被用来估计高分辨率的高光谱图像的统计数。如何应用随机解混模型所得的参数到显式和隐式的MAP估计中有些小的差异,因此它们将被分别讨论。

由低分辨率的高光谱图象的随机解混模型的输出时端元均值,端元方差和丰度图。为了在高空间分辨率下估计空间变化统计模型,丰度图双线性插值到高空间分辨率图象来生成高空间分辨率的丰度图:

高分辨率高光谱子图像通过解决(27)和(28)各自计算得到[11][12][13]。

本文研究了基于MAP估计的高光谱图象融会算法。初步试验表明MAP估计方法不但理论方法周密,而且图像融合能够最大的保留光谱信息,更能满足实际应用。但是在本文中,为了减少计算量,我们假定高光谱各像素之间相互独立,且其条件协方差一致,只是初步对MAP算法进行了实验。为了后续将MAP估计方法成熟运用高光谱或超光谱图象融会,我们需要充分发掘影象点之间的关系、协方差的计算和降低计算量等方面做更深入的研究。

参考文献

[1]董广军.高光谱与高空间分辨率遥感信息融会技术研究[D].解放军信息工程技术大学[D].2004.

[2]满旺,陈绍杰.高空间分辨率和高光谱遥感数据融合研究[J].测绘,2010(12):.

[3]陈瀚孜FESTO气缸
.高光谱图象融会算法研究[D].哈尔滨工程大学,2008.

[4]张潇.基于CCD图象辅助的CE-1高光谱图像分辨率增强技术[J].哈尔滨工业大学,2011.

[5]熊文成,魏斌,孙中平可靠性测试
.一种针对环境一号卫星A星高光谱与CCD数据融合的方法[J].遥感信息,2011(6):.

[6]马一薇.高光谱遥感图象融合技术与质量评价方法研究[D].解放军信息工程技术大学,2010.

[7]董广军,张永生,戴晨光.高空间分辨率和高光谱遥感图象融会技术[J].仪器仪表学报,2006(6):.

[8]童庆禧.我国高光谱遥感的发展[J].中国测绘报,2004(4):18.

[9]孙丽真.基于像素级的遥感图像融会算法研究[D].吉林大学,2008.

[10]常威威,郭雷等.基于耦合神经络的高光谱多波段图像融会算法[J].红外与毫米波学报,2010(6):.

复合式三坐标测量仪
推荐阅读
图文聚焦