本发明属于遥感影像空-谱信息变换融合，涉及基于尺度不变性的全色注入多光谱空谱融合方法；还涉及基于尺度不变性的遥感影像空谱融合系统及介质。
背景技术：
1、基于科学技术的发展，多平台、多传感器、多天候、多时相、多分辨率遥感技术研究的不断深入，可应用于各行各业的遥感影像种类日益丰富。这些丰富多彩的遥感影像既为遥感图像应用研究提供了灵活的对象选择空间，研究者可以根据实际需求选择合适的遥感影像，但不同遥感平台和传感器会因其特性、观测角度、光照条件等因素产生不同的图像畸变、色彩差异等问题，为遥感图像的选取、综合、纠正、增强等图像应用前处理研究提出了挑战。
2、不同的遥感影像数据具有不同的空间分辨率、时间分辨率、光谱分辨率等影像基本特征，其在不同的应用领域具有不一样的应用表现和应用潜力。即使是同一传感器的遥感影像，其光谱分辨率较高时，则空间分辨率较低，空间分辨率较高时，则光谱信息比较单一。传统的遥感图像处理侧重单一图种的色彩、纹理、层次等一般图像特征的增强；遥感影像融合处理侧重于将不同影像的基本特征综合在一幅新的遥感影像图上，充分挖掘其综合应用潜力，提高其应用表现。近二十多年来，作为遥感图像处理的新方向，遥感图像融合技术得到了长足的发展，并取得了一系列新的研究成果。
技术实现思路
1、本发明的第一个目的是提供基于尺度不变性的全色注入多光谱空谱融合方法，旨在提高空-谱融合的稳定性、适应性，显著提高多光谱影像光谱信息及高分辨率影像的空间细节信息。
2、本发明的第二个目在于提供基于尺度不变性的全色注入多光谱空谱融合系统。
3、本发明的第三个目在于提供一种基于尺度不变性的全色注入多光谱空谱融合方法的计算机可读存储介质。
4、本发明所采用的第一种技术方案是，基于尺度不变性的全色注入多光谱空谱融合方法，具体操作步骤如下：
5、步骤1：获取遥感影像全色波段及遥感影像多光谱波段；将全色波段与多光谱波段影像进行空间配准，使两种影像中同一地物的几何空间位置一致；
6、步骤2：将全色波段和多光谱波段组成向量序列，统计各波段的均值μ、均方差σ、特征值以及波段之间的协方差cov、相关系数r、特征向量；
7、步骤3：计算多光谱波段的均值滤波图像，构造pca的中介波段并作归一化处理，获取一个与全色波段的相关系数最大的最优中介波段i；
8、步骤4：基于尺度不变性假设和pca逆变换分别获取波段系数，依据需融合的多光谱波段，同全色波段、中介波段i进行空-谱融合；统计融合后的平均值和均方差，按照多光谱波段的直方图进行直方图匹配，得到空-谱融合结果。
9、本发明的特点还在于，
10、步骤2中均值μ、均方差σ、协方差cov、相关系数r的具体计算方法如下：
11、
12、
13、其中，i＝1,2,…,n，j＝1,2,…,n，n为多光谱的波段数；r、c分别为参与融合影像的行数和列数；p,q分别为波段图像像元的行序号和列序号；μi为多光谱波段的均值；σi为多光谱波段的均方差；cov(mi,mj)分别为多光谱波段间的协方差；r(mi,mj)为多光谱波段间的相关系数。
14、步骤2所述协方差cov矩阵c和特征向量矩阵d具体如下：
15、多光谱波段用向量表示为b＝(b1,b2,……bn)t，b1的特征值大于b2的特征值，b2特征值大于b3的特征值，bn-1特征值大于bn的特征值；
16、协方差cov矩阵c为：
17、
18、式中，bn表示第n个多光谱波段；
19、特征向量矩阵d为：
20、
21、a11表示第1个多光谱波段的特征向量，an1表示第n个多光谱波段与第一个多光谱波段的特征向量；ann表示第n个多光谱波段的特征向量；
22、特征向量矩阵的逆矩阵为其转置矩阵，即：
23、
24、计算多光谱波段的均值滤波图像：
25、bi′＝bi-μi (8)
26、bi表示第i个多光谱波段；bi′表示第i个多光谱波段的均值滤波图像，i＝1,2,…，n；μi为多光谱波段的均值；
27、主成分分析pca正变换表达式为：
28、
29、即：
30、pci＝ai1b1′+…+ainbn′ (13)
31、pca逆变换表达公式为：
32、
33、即：
34、bi′＝a1ipc1+a2ipc2+…+anipcn
35、其中，pc1、pc2…pcn分别表示第一，第二…第n主成分。
36、步骤3构造的中介波段的方法如下：
37、pca变换可以得到多个不同的中介波段i，当模拟的低分辨率全色影像与原始全色影像的相关系数越高则越有利于提高融合效果。
38、
39、i′＝i-μi (13)
40、
41、均值滤波图像表达为：
42、bi′＝a1ipc1+a2ipc2+…+anipcn (16)
43、均值滤波图像与多光谱波段第一主成分的协方差为：
44、cov(bi′,pc1)＝a1icov(pc1,pc1)+a2icov(pc1,pc2)+…+anicov(pc1,pcn)
45、(17)
46、pc1、pc2、……、pcn互不相关，且它们包含的信息依次递减，故：
47、cov(bi′,pc1)＝a1icov(pc1,pc1)
48、这样就有：
49、
50、其中，i为pca变换获得的中介波段，n为参与pca变换的波段数，μi、μi分别为bi、i的均值，bi′’、i′分别为bi、i的均值滤波图像，i＝1,2,3，，，，，n；r(,)表示相关系数；
51、一般来说，缺省的中介波段与全色波段p的相关系数并不高。为了有效提高i与p的相关系数，对pca变化得到的非归一化中介波段a1ipc1作如下处理，令：
52、ii＝a1i(a11b1+…+a1nbn)-a1i2bi (22)
53、这样的n个ii存在种组合可以构造新的中介波段ici，其中一般不合理，至少取即有种组合；其中总有一个ici使得r(ici,p)最大。这就是我们希望在本次pca变化中获得最佳中介波段i。
54、如取组合得到的中介波段为：
55、
56、i中各波段权重系数之和为：
57、
58、则最优中介波段为：
59、
60、步骤4基于尺度不变性获取融合系数，具体如下：
61、一般来说，全色多光谱卫星具有多个低分辨率多光谱波段和一个全色波段。以i为principal component analysis变换全色注入多光谱的低分辨率全色影像，假定低分辨率多光谱影像bi对应的高分辨率影像为bif。将所有低分辨率影像上采样至与高分辨率影像p相同的分辨率，相同谱段范围内的低分辨率影像与高分辨率影像完全相关，即两者相关系数为1；且通过线性变换(如直方图匹配)可使两者具有相同的均值与均方差及相同的直方图分布，即不同分辨率尺度下相同谱段的影像经过线性变换具有相同的结构特征。
62、对于全色影像有：
63、r(i,p)＝1 (26)
64、
65、对于多光谱影像有：
66、r(bi,b)＝1 (28)
67、
68、其中，μb、μp、μi、分别为低分辨率多光谱波段、全色波段、低分辨率全色波段、高分辨率多光谱影像的均值。σb、σp、σi、分别为低分辨率多光谱波段、全色波段、低分辨率全色波段、高分辨率多光谱影像的均方差。
69、同时，假定低分辨率全色影像i与多光谱波段b的相关系数等于高分辨率全色影像p与相应的多光谱波段b的相关系数，高分辨率全色影像p与高分辨率多光谱波段bi的相关系数也等于高分辨率全色影像p与相应的多光谱波段b的相关系数，且通过线性变换(如直方图匹配)使得匹配后的i与b或者p与bi两者具有相同均值和方差及相同的直方图分布将模拟的全色波段，即相同尺度下不同谱段的全色影像(p、i)与多光谱影像(bi、b)经过线性变换具有相同的结构特征。
70、对于全色影像有：
71、r(b,i)＝r(b,p) (30)
72、
73、对于多光谱影像有：
74、r(bif,p)＝r(b,i) (32)
75、
76、即在尺度不变性假设下，低分辨多光谱影像的均值滤波图像与高分辨率多光谱影像的均值滤波图像成线性关系，低分辨全色影像的均值滤波图像与高分辨率全色影像的均值滤波图像成线性关系，可得：
77、bi′＝kibif′ (34)
78、i′＝kpp′ (35)
79、其中，
80、由pca逆变换表达式可得：
81、
82、即：
83、
84、bif′为通过融合办法模拟的高分辨率多光谱影像的均值滤波图像；
85、设全色、多光谱影像的均值滤波图像的融合成果为：
86、
87、则
88、
89、其中，σif′、σfi为模拟的高分辨率多光谱影像bif、均值滤波融合成果fi的均方差。
90、将bif′匹配到bi′
91、
92、本发明所采用的第二种技术方案是，基于尺度不变性的全色注入多光谱空谱融合系统，包括：
93、数据获取模块，用于采集遥感影像的全色波段及遥感影像多光谱波段数据；
94、数据处理模块：用于将全色波段和多光谱波段组成向量序列，统计各波段的均值、均方差、特征值以及波段之间的协方差、相关系数、特征向量，并计算全色波段和多光谱波段的均值滤波图像；
95、中介波段选择模块：用于构造pca的中介波段并作归一化处理，获取一个与全色波段的相关系数最大的最优中介波段；
96、融合模块：依据需融合的多光谱波段，同全色波段、主成分分析模块构造的中介波段进行空-谱融合；统计融合后的平均值和均方差，按照多光谱波段的直方图进行直方图匹配，得到空-谱融合结果。
97、本发明所采用的第三种技术方案是，一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，实现基于尺度不变性的全色注入多光谱空谱融合方法。
98、本发明的有益效果是：
99、1.本发明利用尺度不变性思想，结合principal component analysis变换式实现多分辨率条件下全色与多光谱波段的融合，利用低分辨率多光谱波段模拟低分辨率全色波段，进而实现低分辨率多光谱波段和高分辨率全色波段的融合，既增强了多光谱遥感影像融合前后空间信息，又保持了融合前后多光谱信息的真实。
100、2.本发明融合目标影像波段数没有限制，具有开放性；经过融合处理后，融合后的影像不仅能够保持原始多光谱影像的地物光谱特征与色彩显示的稳定性，还大幅提高了遥感影像信息的丰富程度和影像的整体质量。
101、3.本发明建立多个不同的中介波段，依据中介波段与全色波段的相关系数大小为评价依据，优选出最佳的中介波段，实现以融合目标驱动方案选择，并按照优选中介波段进行pca全色注入多光谱融合，获得相对最优的融合结果。相比原影像，融合后影像中地物的几何细节、纹理、边缘、层次等空间信息得到极大丰富，并且与原多光谱影像相比，在融合后多光谱影像中，水体、植被、裸露地表、建筑物等地物光谱特征和色彩显示保持基本稳定。
102、4.本发明将高空间分辨率全色波段的空间信息与多光谱波段的光谱信息有机融合，使得影像中地物的空间几何纹理、边缘、层次等信息得到全面改善，又高度保留多光谱影像真实的光谱特性和色彩显示。
1.基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，具体如下：
2.根据权利要求1所述的基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，步骤2中均值μ、均方差σ、协方差cov、相关系数r的具体计算方法如下：
3.根据权利要求2所述的基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，步骤2所述协方差cov矩阵c和特征向量矩阵d具体如下：
4.根据权利要求3所述的基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，步骤3具体如下：
5.根据权利要求4所述的基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，步骤3构造的中介波段的方法如下：
6.根据权利要求5所述的基于尺度不变性的全色注入多光谱空谱融合方法，其特征在于，步骤4基于尺度不变性获取融合系数，具体如下：
7.基于尺度不变性的全色注入多光谱空谱融合系统，其特征在于，包括：
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-5任一项所述基于尺度不变性的全色注入多光谱空谱融合方法。
