TW200836129A - Panchromatic modulation of multispectral imagery - Google Patents

Panchromatic modulation of multispectral imagery Download PDF

Info

Publication number
TW200836129A
TW200836129A TW096145782A TW96145782A TW200836129A TW 200836129 A TW200836129 A TW 200836129A TW 096145782 A TW096145782 A TW 096145782A TW 96145782 A TW96145782 A TW 96145782A TW 200836129 A TW200836129 A TW 200836129A
Authority
TW
Taiwan
Prior art keywords
image
pixel
fused
values
value
Prior art date
Application number
TW096145782A
Other languages
English (en)
Inventor
Ronald A Riley
Tariq Bakir
Adrian M Peter
Morteza Akbari
Original Assignee
Harris Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harris Corp filed Critical Harris Corp
Publication of TW200836129A publication Critical patent/TW200836129A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Description

200836129 九、發明說明: 【發明所屬之技術領域】 本發明係關於影像處理,且更转索士 + 旯特疋5之係關於一用於融 合包含一全色影像與一多譜影偾夕 ^ 夕曰〜像之一影像對的影像處理方 【先前技術】 在遠端影像感測的領域中,兩個f見的影像類型包括全 色影像與多譜影像。全色影像係藉由具有—設計成用以僅 在:很寬頻帶中摘測電磁能量的感測器之—遠端感測裝置 :料的影像。此-很寬頻帶通t包括大部分可見光波 長。王色影像具有提供很高空間解析度的優點。相反,多 常係由可見光區域與近紅外線區域内的數個窄頻 組成,各係藉由回應光譜二像二r U曰 < 不冋部分(例如藍色、綠色、 :二::卜線二感測器產生。多譜影像較為有利,因為 二二傻7從一類似全色影像獲得的頻譜資訊。然而,與 „比’多譜影像通常具有一較低的空間解析产。 像要使用"'全色影像之高解析度來料-多譜影 】等=現此:果,此項技術中已知的係可組合或"融合" 二=:::係關於兩個影像之登錄的需要。登錄 争—王〜像巾之各像素映射至多譜影像中之位置的 程二—般必須以較大精確度來完成此 王中之各像素需要係以少於0’丨全色 127181.doc 200836129 像素半徑之—精確度映射至多譜影像。存在若干傳统方法 映射。當執行融合程序時必須克服的第二問題 原入、=合影像之輻射值保持與⑴原始多譜
原始全色影像一致。 % J . 影像融合程序的傳統演算法受到數個限制。例 〃 I過分簡單化地假設該全色影像中之高空間解析 度像素應與該多级旦彡後+ —Μ , 门工間解析 °θ〜像之㈣料析度像素組合或融合的 •解1斤声此等假設包括:⑴假設該全色影像之高空間 解析度像素作為一方璜孚 7料均降低取樣至該多譜影像之低空 曰-’以及(2)假設該全色影像之 藍色頻譜頻帶之均句加權平均。 、、米色及 關於從該全色影像 门鮮析度至該多瑨影像之相對較低 又+低取樣像素之程序,、Β 複雜的方法。例如,在二f::-法―用-略微更 在某二凟异法中,該全色影像之高空 又像素不僅係作為-方塊平均而降低取樣。而一點 瞻f函數(PSF)係用於決定將該全色影像之高空間解析度 像素降低取樣至與該多譜影像一致的像素之方式。該 PSF(有時稱為儀5|狳 # σ線形)係猎由一感測器及其相關聯光學 =糊或漫射-光點之方式的特徵描述。因此,關於一 感測裔之P S F的知辦沉m 識了用於從該全色影像至該多譜影像降 =取樣該高空間解析度像素。特定言之,可將該pa用來 疋義用於組合硬數個高解析度像素之個別像素以形成處 於更低解析度之一星一 » 更大像素的加權系統。然而,傳統 〉貝鼻法中的P S F僅孫^ /汗、 係以感測器幾何形狀資料(例如孔徑、聚 127181.doc 200836129 ==等)為基礎來近似。如此,—係 琢成ί态系統之直眚 PSF將不包含一仏定、、:月確表*。此夕卜’一預計算的 特定資訊,例如f彡像預處理 之且錄與假影中的殘餘偏移誤差。 【發明内容】 銓於則述說明’需要一用於融合包含 色影像之—影像對的改良方法。 ⑽像與王 本發明係關於一種用於由一 ^miJr , L 3冋解析度全色影像與較 :解析度…像之影像對產生一融合影像的方法及系 該第一 像貝枓開始,其定義一全色影像類 型之一第一影像與-多譜影像類型之“像類 影像具有-第一空間解析声… 弟-“象。錄弟 二间解析度與一第一頻譜解 影像具有低於該第一空間解柄声夕— Μ弟一 ]解析度之一弟二空間解析产盥古 於該第一頻譜解析度之一第_ 又一回 傻讲… “之弟-頻谱解析度。然後,在該影 ί執订-登錄程序以提供該第_影像中之點至第二影 像中之對應位置之一幾何映射。 各亥方法還包括同時計算用於蔣 第- τ,心㈣¥ —㈣降低取樣至該 弟-工間解析度之-點散佈函數I與心將該第二影像 降低取樣至該第-頻譜解析度之一權重集I的步驟。㈣ 放佈函數與該權重集係明確最佳化至該影像對之 t該方法之計算步驟包括構建一矩陣等式用於同時求解 Ur 一最小平方誤差方法係有利地用於求解該矩陣 等式使用此技術’该點散佈函數與該頻譜權重集可以係 計算以在將構成該影像對的影像之各影像映射至一共同低 127181.doc 200836129 解析度全色影像時最小化輻射 ^ ^ ^ > 耵的十方钕差。例如,該共同 低解析度可以係該第-办ρ弓站 一…-“間解析度與該第-頻譜解析度。 卜 果不形成具有該第一空間解析度 與該第二頻譜解析度之融合影像。 上面提及的計算舟 yHw+p。中的Ψ有鱼w系立包括同時求解等式 1 λ Wx’其中ρ係降低取樣至該 弟一空間解析度之一像夸 像之針對^該多譜影 像之頻諳頻帶λ的頻譜權重,Μ # 卜 ^ , Μλ^、針對包含該第二影像 之各頻^頻^的一像素之韓 係包含料奋旦1 W值Ρ0係一恆定偏移值,Pi,j
你ώ 3孩全色影像的一俊 γ,J 乐數。#A /、輻射值;及'係該點散佈 Μ數該5十异步驟還可句枯播邊 ψ與貨1,及便用^ 陣等式用於同時求解 ^使用—最小平方擬合方法求解該矩陣等式。 该方法還包括融合嗲繁一旦 Μ弟一衫像與該第二影 有該第-空間解析度鱼“象以初始化具 又/、必弟一頻譜解析度一 然後,該點散佈函數鱼gI m ^ ^ 用於依據开集係用於決定縮放因數,其 縮放定義該融合影像之德去豕京之季.射值來 抑幻士 像素之#射值°此步驟涉及使料 .,沾放佈函數與該權重华來 以 頻譜解析合影像降低取樣至該第一 進-步_放:融—:= 影像之像素輻射信Γ 輻射值以使其與該第二 影像之像素輻射值以… 及縮放該融合 致。 1更-與該弟-影像之像素輻射值一 種用於由一包含高解析度 依據另一態樣,本發明包括一 127181.doc 200836129 全色影像與較低解析度多儀 的系絲w —狀㈣料± -融合影像 的糸、洗。该糸統包括—用於儲存定旦 , 料與定義-第二影像之_ 衫像之影像資 〜像貝科的貧料儲存器。續篦一与 像類型係一全色影像類型 " ^ 類型。該第-影像且有Γ: 係一多譜影像 有一弟一空間解析度與一第一頻譜解 =析Γ二影像具有低於該第一空間解析度之-第二空 :=第二影像還具有高於該第-頻譜解析度之- 第一頻讀·解析度。 :系統還包括一電腦處理系統,其係使用一適 程式化用於實施上述程序。 集 w 序口此,該電腦處理系統係經組 悲用於同時計算用於將該第一 、 銥f 〜彳冢k低取樣至該第二空間 解析度之一點散佈函數與用 第-頻譜解析度之一權重华=月:广像降低取樣至該 用於使用該權重集來形成:有:第電=系統亦係經組態 頻譜解析度之-融合該第二 法,藉由該電腦處理系统叶瞀 ,、使用上迷方 確最佳化至該影像對之㈣特性。^重集係明 【實施方式】 現將在下文中參考其中顯示本發明之解說性具體實施例 之附圖更全面地說明本& w 然而,此發明可用許多不同 形式加以執行且不應視為受 ^ 又奉文所楗出的具體實施例限 制。例如,可將本發明執行為一方法、一 = 一電腦程式產品。因此,本發明如一系、'先或 體實施例、-完全軟體且體km如一完全硬體具 八體只施例或一硬體/軟體具體實 127181.doc 200836129 施例的形式。 了在電細糸統中實現本發明。或者,可在數個互連電 腦系統中實現本發明。調適成用於實施本文說明之方法的 任一種電腦系統或其他設備皆適用。硬體與軟體之一典型 組合可以係一通用電腦系統。該通用電腦系統可具有一電 月b程式,其可控制該電腦系統以使其實施本文說明的方 法。 本發明可採取一電腦可使用儲存媒體(例如一硬碟或一 CD-ROM)上之一電腦程式產品的形式。該電腦可使用儲存 媒體可具有在該媒體中執行的電腦可使用程式碼。如本文 所使用的術語電腦程式產品表示由致能本文說明之方法之 實施方案的所有特徵組成的裝置。本背景中的電腦程式、 軟體應用程式、電腦軟體常式及/或此等術語之其他變化 表示用任何語言、程式碼或記號寫成的任何指令集表達 式,其目的係使一系統具有資訊處理能力,以直接或在以 下動作之任一者或兩者之後執行一特定功能:幻轉換成另 浯δ、程式碼或記號;或b)以一不同的材料形式再生。 現將參考圖丨至圖6說明本發明之具體實施例。本發明的 某些具體實施例提供關於影像融合功能的方法、系統及設 備,該等影像融合功能包括獲得影像資料、登錄該影像資 料、決疋权準係數及將該專校準係數施加至特定影像資 料。因此,下面進一步說明包括所列功能的具體實施例。 現參考圖1,提供一電腦處理裝置100的方塊圖。電腦處 理裝置100包含一系統介面112、一使用者介面1〇2、一中 127181.doc -11 - 200836129 央處理單元H)4、-系統匯流排⑽、—透過系統匯流排 106連接至電腦處理裝置1〇〇之其他部分並可藉由該電腦處 理裝置100之該等其他部分存取的記憶體1〇8,以及連接至 系統匯流排106的硬體實體11〇。該等硬體實體之至少 某些硬體實體執行涉及存取與使用記憶體1〇8的動作,該 記憶體可以係一 RAM、一磁碟機及/或一 cd_r〇m。— 使用者介面102利於使用者產生存取與啟動一校準應用
程式及/或-融合應用程式之請求的動作。使用者介面二2 可包含-顯示螢幕、揚聲器及一輸入構件,例如小鍵盤、 方向鍵、方向鈕及/或麥克風。 系統介面112允許該電腦處理裝置1〇〇透過網際網路、 LAN(local area network;區域網路)或WAN與外部電腦處 理裝置通信。系統介面112還允許該電腦處理裝置1〇〇傳送 資料並從一或多個外部資料庫擷取資料。 記憶體108可包括I/〇(input/output ;輸入/輸出)裝置驅動 器程式碼與操作系統程式碼。記憶體1〇8還可包括影像資 料、校準應用程式碼及融合應用程式碼。依據本發明之一 態樣,該影像資料可包括高頻譜資料,例如一多譜影像。 該影像資料還可包括高空間解析度,例如一全色影像。 硬體實體11〇可包括微處理器、ASIC(a=icati· specific integrated circuit;應用特定積體電路)及其他硬 體。硬體實體110可包括使用一 1/0裝置驅動器與一:業系 統程式化的微處理器。硬體實體110還可包括使 用於 執行-影像融合程序之電腦軟體常式程式化之—微處理 127181.doc -12- 200836129 下面將就圖2更洋細地說明該影像融合程序。硬體實 體m可進—步包括使用-融合應用程式程式化之一微處 理器’該融合制程式侧独合兩個或更多影像以提供 增加的影像内容。 熟習此項技術者將明白圖1解說的電腦處理裝置架構係 -《處理裝置之一可能範例 '然而,本發明並不在此方 面文限並還可使隸-其他適合的電腦處理裝置架構而不 受限制。
現將就圖2中之流程圖更詳細地說明本發明。本文揭示 的影像融合料係㈣融合—全色與多譜影像對。然而, 應明白圖2揭示的程序僅係出於解說目的提供且本發明並 不限於此方面。應明白,用於實施本發明之程序與常式的 電腦程式碼可以一物定向程式語言(例如⑧、
Smalltalk、C++或visual Basic)來寫成。然而,用於實施
本發明的電腦程式碼還可以傳統程序程式語言(例如程 式語言)來寫成。 I 如本文所使用,術語"融合"或"融合影像"分別表示一程 序或由此-程序獲得之—影像,纟中_高解析度全色影^ 係用於銳化相對低解析❹譜影像之解析度。術語"影像 對"表示相同表面或標的之一高解析度全色影像與一:對 低解析度乡譜影像。目而’該全色影像與該乡譜影像各由 緊密相關的影像資料組成。 〜 參考圖2A,一程序200可在步驟2〇2開始並繼續至步驟 204。在步驟2G4中,針對由—多譜影像與—全色影像組成 127181.doc •13- 200836129 之一影像對獲得影像資料。熟習此項技術者將明白,若藉 由一全色影像成像的表面不與藉由該多譜影像成像之表面 月…員重$ ’則一融合影像將沒有什麼價值。因此,應明白 有利的係本文提及的影像對係選擇以屬於一般標的或一般 表面區域。例如,該等影像可以係地球的一般地理區域。 本文說明的影像對係進一步假設具有特定其他特性。在 收集全色與多譜影像之間的時間期間,移動物件(例如車 輛/、海/良)不大可能在該等兩個影像之間正確登錄,從而 導致登錄與校準的誤差。若獲得該些影像之間的時間超過 數分鐘,則太陽位置的改變將導致陰影的明顯改變與表面 照明的變化,其係以表面法線與太陽對準的程度為基礎。 =可導致明顯的校準與登錄誤差。若全色與多譜影像的收 集之間經過數天,則可存在大氣條件的明顯改變。若經過 數月’則由於冰、雪、雨、從樹木落下的樹葉、新的生長 物所致可存在表面性質的明顯改變。因此,一般較佳的係 構成每-影像對之全色與多譜影像係由幾乎相同的位置獲 得以便減低此類誤差。此將該登錄程序顯著簡化成僅偏 移、縮放及旋轉。關於步驟206來更詳細地說明該登錄程 序。 應明白,該全色與多譜影像對較佳的係在彼此之-很短 時間框内獲得。例如,每-影像有利地在另_影像的一分 鐘内獲得。儘管如此,熟習此項技術者將明白可結合不滿 足此等準則㈣像對來制本發明,其具有劣化的結果。 例如’可將該程序用於在大致相同的時間使用不同感測器 127181.doc •14· 200836129 平台獲得的影像對。 在步驟⑽中,該影像資料可藉由控制處理單元ι〇4來處 理亚係儲存於,己憶體1G8中。該影像資料包括像素資料。 控可以係經組態以用於使用此像素資料以 一表心格式來填人記憶體1G8。針對該多譜影 素資料可包括各像素的電磁波長特性、在-栅格上的位置 及幸曰射值。與一全色影像相關聯^ ^ ^ ^ ^ ^ ^ ^ ^ S - 1Λ, + ^ 豕I貝枓亦可精由控制
處理早TC1G4來處理並係館存於記憶體1G8卜針對該入色 影像之像素資料可包括針對與該全色料相關聯之=辛 的輕射資料。控制處理單元1〇4可以係經組態以用於依據 一表格來填人記㈣1㈣使該全色影像資㈣像素在- 柵格上的位置相關聯。 一旦獲得該等料,㈣序便可以步驟2咖續。步驟 2〇6係關於針對至少兩個影像之資料的登錄。熟習此項技 術者熟知用於登錄不同影像資料集的技術。因@,本文將 不詳細說明此類技術。然而’應明白此項技術中已知的任 一此技術皆可與本發明一起使用。 一般而言,登錄步驟206涉及全色影像中之各點映射至 多譜影像中之位置的決定。為獲得最佳結果,一般必須以 較大精確度來完成登錄程序。存在若干傳統方法用於實現 此映射。通常,其涉及在—影像中選擇若干點,找到其映 射至另一影像中的位置,及接著最佳化一變換之係數。此 通常係一最小平方誤差解式,其允許獲得一最小化從一影 像至另一影像之映射點的平方誤差的係數集。為獲得該融 I27181.doc -15- 200836129 “壬序中的最佳結果,較佳的係使用藉由小於由〇 ι全色 像素疋義之尺寸的誤差距離定義之一精確度來將該全色影 像映射至該多譜影像。 ,步驟206之登錄程序蚊點從該全色影像之座標至該多 冑影像之座標的映射。此映射可如以下形式之-線性變換 一樣簡單: 、 X1 r=ax2+by2+x0 φ 或模型化感測器與成像表面兩者之幾何形狀之-複雜變 換。如上所述,此類技術在此項技術中為人熟知。 在步驟206中登錄該影像資料之後,該程序繼續至步驟 210,其用於決定特定校準值。此等校準值包括:(1)一權 重集,其應係施加至針對構成該多譜影像之頻帶的輻射值 以便其精確對應該全色影像之像素中的輻射值;以及(2)一 點散佈函數(PSF),其精確定義針對形成該全色影像之複 數個像素的輻射值應係組合以形成該多譜像素之一單一 _ (更低空間解析度)像素之一單一輻射值的方式。 在說明獲得上述校準值所必需的步驟之前,有益的係首 先考里此等杈準值為必需的原因。如本文所使用,術語t,輕 _ 射值’’ 一般表示指派給一像素之一數位值,其旨在表示在 藉由該像素定義之位置藉由一感測器接收的光能之強度。 在此方面,應明白可在兩個不同感測器中不同地縮放此等 輻射值。因此,將明白在可按一有意義方式將來自兩個不 同感測器之輻射值組合在一起之前,必須在某種程度上藉 由使用適合的加權因數來調整或縮放來自兩個不同感測器 127181.doc -16- 200836129 之輻射值。
在校準值情況下’必須明白—特定場景的完整多譜影像 實:上係由數個影像頻帶組成。在該等數個影像頻帶之各 頻帶中’感測器回應一很有限的光學波長範圍。圖3解說 此概念’其顯示表示—感測器對四個不同光學波長頻帶之 回應的曲線3〇1、302、303、304。該感測器本質上針對藉 由該等回應曲線3()1、3〇2、3〇3、綱表示之各光學頻帶產 ^-影像。在此範例中,-單—多譜影像會由藉由該感測 器使用此等四個頻譜頻帶獲得之影像組成。熟習此項技術 者將明白不同的感測器系統可具有或多或少的光學頻帶。 相反’該全色影像係—單—影像,其係藉由回應—更寬的 光學波長範圍之-感測器獲得。在圖3中,藉由曲線3〇〇來 解說該全色感測器之回應。 在圖3中,可看出針對各種多譜頻帶的感測器之回應曲 線3〇1、302、303、304與針對相同波長的全色感測器之回 應曲線300相比可極為不同。感測器對各種光學頻帶之回 應的此等差異將導致與該全色影像相比與針對該多譜影像 之各像素相關聯的輻射值之間的縮放差異。 該等校準值係用於縮放藉由該多譜感測器測量的各像素 之輻射值以對應由該全色感測器得出的輻射值之縮放。例 如,考量0·5 μηι處藉由曲線300與3〇1表示的頻譜回應。該 曲線301具有一大致1·0之頻譜回應,而該全色感測器之頻 譜回應顯示在大約0.35之範圍内之一平均頻譜回應。暫時 忽略藉由曲線301定義之波長範圍内曲線3〇2之回應,使用 127181.doc •17- 200836129 具有回應曲線301之特性之一感測器的多譜影像中之像素 的輻射值可能會需要藉由一大約0.35之加權值來縮放以便 此類輻射值係適當校準至藉由具有曲線3〇〇所示之回應之 一感測器測量的該些值。實際上,適當的頻譜校準會要求 與圖3中之各頻譜頻帶相關聯的像素輻射值需要係加在一 起以獲得一總輻射值,其係適當地縮放至使用具有曲線 3〇〇定義之回應之一感測器獲得的輻射值。圖4解說此程 序。 數學上,可如以下等式(1)來表達前述程序: Ρ^^Σ^Μ..λ+Ρ〇 其中:
Pi,j係各降低取樣的像素之全色輻射·, 1以系針對該等頻譜頻帶之各頻帶的頻譜權重; 1^#係針對構成該多譜影像之各頻譜頻帶之各像素的輕射 值;以及 P〇係一恆定偏移值。 現參考圖5,可觀察到上面提及的校準值集涉及空 放而非頻譜縮放。空間降低取樣涉及降低取樣來自該全色 影像的複數個高解析度像素㈣值以 決疋針對—單—更低解析度像素之-單-輻射值。該等高 解析度像素之輻射值之一簡單平均程序不會提供一精確結 果:因為:未將與可能已執行以產生該全色影像的光學裝 置感測盗及其他處理相關聯的點散佈函數㈣適當考 127181.doc -18- 200836129 慮在内。 可將該PSF看作一基於數學函數或表格的模糊之特性描 述,該模糊係在-光點藉由與產生該全色影像相關聯的光 學裝置、感測器及其他影像處理功能進行處理時發生於該 $點。圖6係用於理解此概念之-範例性點散佈函數的圖 示。該PSF之一精確特性描述或表示可允許一組像素内之 不同高解析度像素的輻射值係更精確地降低取樣至一單一 φ t大像素。此係在圖5中概念上解說,其顯示-四個高解 析度料之集係降低取樣至_單〜更大的更低解析度像 素。藉由Ψχ表不之PSF運作為該等高解析度像素_、_、
Pio Pl 1之各像素上之一選擇性加權因數以更精確地將此 等像素之輻射值降低取樣至與一更大像素p相關聯之一單 值。更特定言之,使用該PSF來捲積該全色影像之像素 的輻射值以決定針對一單一更大、更低解析度像素之一降 低取樣值。 Φ 别述程序可在等式(2)中數學上表達為:
1>J 其中: P係該空間降低取樣之像素的輻射值。
Pw係構成,亥全色影像之一高解析度像素的輻射值;以及 平心係該點散佈函數或PSF。 等式⑴與(2)表示產生一降低取樣(更低解析度)的全色影像 的兩個方式。—方法以多譜影像開始而另-方法以全色影 127I81.doc -19- 200836129 如像開始。然而,兩 _ ,. u万去皆產生一全色影像。因此,可 一起使用前述等式(1)鱼 帶的相厂、(2)來計算wj該等頻譜頻帶之各頻 τ的頻瑨權重)與屮 政佈函數或PSF)的實際值。針對各 降低取樣的像素,存在等式(3): Σ ^λΜλ + i> Λ 其中:
Pj係各降低取樣的像素之全色輻射; ^係針對該等頻譜頻帶之各頻帶的頻譜權重; Μλ係針對構成該多譜影像之各頻譜頻帶之各像素的輻射 值; Ρ〇係一恆定偏移值
Pi’j係構成該全色影像之一高解析度像素的輻射值;以及 T j係該點散佈函數或p s F。 使用前述等式(3),可組裝—矩陣等式用於計算κ該等 頻譜頻帶之各頻帶的頻譜權重)與^(點散佈函數)的值二、 可按矩陣形式將等式已知強度與位置權重之—線性 組合)重寫為針對與該多譜影像相關聯的所有像素的等式 之一線性系統,如下:
Ax=b 等式(4) 其中A係藉由來自該等全色與多譜影像之指定輻射值所填 入的矩陣,X係未知數(PSF與頻譜權重)之一而旦 、 7 问里,而b係 數值常數(例如0、1)之向量。因而,可將該矩陣等式(句如 下寫為· 127181.doc -20- 200836129 yo,o
Pnj M0 0 M, 0 -1 Ψ 1 氺 W =: 0 p〇 • 等式(5) 熟習此項技術者將明白該矩陣之第一ηχη行與藉由該psF 調變的高解析度全色像素之部分相關。此等值係乘以該矩 陣之向量中的第-ηχη個未知數。該矩陣的下一組行係題 (multiple spectral image;多譜影像)輻射值的負數。此等 值係藉由該等頻譜權重W調變並表示乘以該矩陣之向量中 的下一組未知數。該矩陣的最後行係針對除第一列之外的 所有值之-常數-1。此-i值係用於說明該怪定偏移&並表 示乘以該矩陣之向量中的最後未知數。 該矩陣等式之第-列施加該PSF之η χ η個元素之和為】的 =束,其係-點散佈函數之—定義特性。在此方面,可注 意在等式(5)最右側上的常數向量之第一列係顯示為具有一 值1。而且,在等式(5)最左側上的矩陣之第一列中,第一 組行中的值錢定為i,而其餘行之第—列中之值係設定為^此等值係以此方式來選擇以便選擇屬於該咖之元素 的第一 η X η個未知數。 該矩陣等式的第二列實施藉由該PSF(p〇〇...pn,·譜降低 取樣的兩解析度全色輻射值等於該等頻譜降低取樣的刪 輻射值(鳥"為)的要求。等式⑺最右側上的常數向量之 第二列中的零值反映此平衡。該第二狀結構係針對該 題影像中之各像素作為該矩陣等式中之—分離列而重 複。熟習此項技術者將容易地明白此矩陣之一給定列針對 該多譜影像之—特定像素簡化成等式3。 127181.doc • 21 * 200836129 P〇>o'i/o)o+...+pn)nTn)n-M〇W〇-...-MbWb-p〇=0 k再次參考圖2所示之流程圖,該程序藉由求解該矩陣等 式(4)以決定該等PSF加權因數\與該等頻譜校準加權因數 (包括一恆定偏移P〇)在步驟212中繼續。由於該多譜赞 像中的大量像素與尋求的相對較少的未知權重所致,藉由 矩陣等式(4)定義之等式系統通常係超定。等式之解式Z藉 由使用傳統技術得到,例如為人熟知的最小平方方法 [AtA]x=Atb 其中,左側藉由矩陣之轉置的相乘導致一對稱矩陣等式。 存在許多為人熟知的方法用於有效率地求解此形式之矩陣 等式。因為此等技術在此項技術中為人熟知,故此處將不 詳細說明。 在已計算針對頻譜校準之PSF與加權因數之後,該程序 繼續至步驟216。在步驟216中,產生一融合影像。步驟 216中產生的融合影像並非藉由圖2之程序產生的最終融合 影像。而可將步驟216中產生的融合影像視為用於下述進 -步處理之-初步估計m肖融合影像係在步驟 216中藉由將該多譜影像升高取樣至該全色影像之空間解 析度來產纟。步驟216中之此升高取樣程序實際上由圖π 中表示的數個中間步驟232至239組成。 現參考圖2B,可觀察到步驟216中說明的程序可以步驟 232開始。在步驟232中,使用來自步驟2〇6之登錄資料來 執行一映射功能。此映射功能涉及將與該多譜影像相關聯 之各像素之一中心點映射至該全色影像上之一對應位置。 127181.doc -22- 200836129 f在許多傳統映射技術可用於此程序。來自該多講影像的 許夕像素中〜不會與該全色影像之像素位置精確對準。因 七y驟234係-内插步驟,其用於決定位於與該多譜多 像相關聯的像素之中心之間的全色像素處之輕射值。對於 纟與所映射乡譜f彡像像素之巾^精確對準的此類全色像素 • :置'^内插的輕射值°結果係產生對應該多譜影像頻 帶” N"之-融合影像頻帶"N"。在步驟⑽中,決定是否已 φ ^該等多譜影像頻帶之各頻帶產生-融合影像頻帶。若 否,則在步驟239中遞增"N"值並#對下一多譜影像頻帶重 複該程序。當已針對各多譜影像產生融合影像頻帶時,該 合影像之初始化完成且該程序返回至圖2A中的步驟 在步驟218中’該程序藉由約束形成該融合影像之像素 的輻射值以便其與該多譜影像的輻射值一致來繼續。在此 背景下,若來自該融合影像頻帶之像素的輻射值在降低取 • #至該多譜影像之空間解析度時等於對應多譜影像頻帶中 相同幾何位置處之像素的輻射冑,則可以說該等值"一致 ” °步驟218中提及的獲得—致性之程序實際上由如圖心斤 . 示的數個步驟(MO至244)組成。在步驟24〇中,使用步驟 2丨2中計算的PSF來將各融合影像頻帶降低取樣至該多譜影 像之空間解析度。特定言之,可使用等式2來執行此= 取樣程序。該降低取樣程序產生針對處於該多譜影像之空 間解析度的降低取樣之像素的輻射值。然而,最初,針^ 該等降低取樣之像素的輻射值一般不會匹配針對該多譜影 127181.doc -23- 200836129 像之對應像素的輻射值。 錢因此,在步驟244中,調整針對 该4融合衫像頻帶之像素的 兮1入少後此 田射值。特疋5之,調整來自 該融合影像頻帶之像素的輻 多雄值^便畜其係降低取樣至該 =心像之空_析料料降低取樣 像頻帶的像辛=:象:相同幾何位置的對應多譜影 各種步驟。1 。圖扣更詳細地說明此程序中涉及的 ::考圖2D,可觀察到步驟244由步驟_ :步=中’選擇-第-融合影像頻帶,,。在步驟262 :二程=由針對各融合影像頻帶像素計算一縮放因數 =、戈。較佳的係以針對頻帶"M"中的多譜影像之各像素 的^值與由該融合影像頻帶"m "降低取樣之一對應像素 、值之比為基礎來決㈣縮放因數。在步驟264中, 放^數施;m驟Μ中降低取樣的融合影像頻 傻哺〜 驟6中,決定是否已針對所有融合影 1元成該縮放。若否,則在步驟加中遞增該融合影 頻且該程序返回至步驟262以針對下一頻帶計算縮 值。若已針對所有融合影像頻帶計算縮放值,則該程序 返回至圖2A中之步驟22〇。 在v驟22G中’空間上模糊構成該融合影像之各頻帶。 模糊係用於影像處理的一般技術且存在許多可藉其執行空 間模糊的傳統方法。因此’此處不詳細說明模糊'然而, 热習此項技術者將明白本文說明的空間模糊可包括使用_ 捲積程序。捲積係基於相鄰像素之值的像素值之修改。在 127181.doc -24- 200836129 基本方塊模糊程岸Φ,旦:W多A Μ 辛乘以心像係猎由將各像素及其相鄰像 素采以一數值矩陣(稱為一核心)來捲積。例如,可將—3x3 矩陣用於此目的。此矩陣本質上俜施加[令 素的局部群組。使該群植中之像 、、、中之各像素乘以適當矩陣值,加 總並正規化該编I W ^ ^ 〜、數,並猎由結果取代該群組中的中心像 “如此’應明白存在若干不同技術係常用於模糊。 =等技術之任-者可與本發明—起制,若其產生一所· 杈f月效應。則述模糊之目的係平滑該影像。 為更充分明白前述模糊之目的’應明白僅施加將該融合 料頻譜上降低取樣至原始全色影像的約束一般不足以獲 :針對該嘁合影像之輻射值的唯一解式。而本發明致力於 提供經受此等約束的最平滑融合影像。明確地說,較佳的 二在四個方向(即水平、垂直及兩個對角線)上最小化於各 融合像素之各頻帶的第二導數。此模糊顯著減低橫跨MSI 像素邊界的與不連續相關聯的假影,即使在該等全色像素 幸田射值橫跨該邊界平滑地改變時。有利的係,針對每一迭 代來%加上述3χ3運算子之使用及本文說明的其他約束。 因此,過度平滑會被防止且不會發生。該最終融合影像具 有該王色影像的所有高空間頻率分量。因而,應明白本文 說明的平滑操作避免過度銳化該融合影像,其可導致高頻 假影,例如MSI區塊或斑點。 在步驟220中將該模糊功能應用於該影像之後,圖2A中 的程序繼續至步驟222。在步驟222中,調整融合影像之輻 射值以使其與該全色影像之像素值一致。換言之,調整該 127181.doc •25· 200836129 融合影像像素值以便當頻譜上降低取樣至該全色影像時所 得降低取樣之像素具有與該全色影像之像素值的輕射 值。此程序實際上由關於圖找㈣進一步詳細揭示的^個 步驟組成。 現參考㈣,該程序可以步驟246繼續。在步驟⑽中, 使用先前步驟212中計算的頻譜權重來將該等融合影像頻 帶降低取樣至該全色影像之頻譜解析度。使用等式!來執 行此程序。 該降低取樣程序產生針對於該全色影像之頻譜解析度的 降低取樣之像素的輻射值。然而,最初,針對該等降低取 樣之像素的輻射值一般不會盥 針對4全色影像之對應像素 的輻射值一致。在此背景下, 右不自該4融合影像頻帶之 像素的幸§射值在降低取才笔$ ㈣取樣至該多It影像之頻譜解析度 於對應全色影像中相同幾何 、 a j伹置處之像素的輻射值,則可 以說該等值,,一致”。因此, 在步驟250中,調整針對該等 5衫像頻,之像素的輻射值以獲得此-致性。特定言 之’調整來自該融合影俊瓶册 、 〇 ^ ^ 丨 Ύ之像素的輻射值以便當其係 降低取樣至該全色影像之 貝°曰解析度時该專降低取樣之像 素的像素輻射值將更加 法^ 配針對該全色影像的像素輻射 值。圖2F更詳細地說明卜 况月此私序中涉及的各種步驟。 現參考圖2F,將在步驟270至278中f ^ 25〇。在步驟270中,選擇…巾更砰細地說明步驟 擇弟一融合影像頻帶,,M”。在步 驟272中,該程序藉由針對各融合影像頻帶像辛計曾一缩 車4的係以針對全色影像之各像素的輻射 127181.doc -26- 200836129 值與由該融合影像頻帶降低取樣之一對應像素的輻射值之 比為基礎來決定該縮放因數。在步驟274中,將該縮放因 數施加至在步驟246中降低取樣的融合影像頻帶"M"之像 素。在步驟276中,決定是否已針對所有融合影像頻帶完 成該縮放。若否,則在步驟278中遞增該融合影像頻帶"吣, 且該程序返回至步驟272以針對下一頻帶計算縮放值。若 已針對所有融合影像頻帶計算縮放值’則該程序返回至圖 2A中之步驟224。 •在步驟224中’決定該融合影像之輻射值是否已係收 斂。此決定可涉及關於步驟218中該融合影像之調整的輻 射值疋否在數值上足夠接近步驟222中獲得的融合影像之 調整的輻射值之一決定。若步驟224中未找到足夠高的收 斂程度,則該程序可返回至步驟218至222從而進一步調整 該等融合影像像素輻射值。 【圖式簡單說明】 ⑩ &乡考以下附圖就明具體實施例,纟中在所有圖式中相 似數字表示相似項,且其中: 圖1係可用於理解本發明之一電腦處理裝置的方塊圖。 圖係用於融合一全色影像與一多冑影像之一程序的流 圖〇 θ係,.、、員示用以產生一全色景多像與一多譜影像的感測器 之頻譜回應之一範例的曲線圖。 圖4係顯示頻譜權重係如何用於_多譜影像之—降低取 樣處理以減小該多譜影像之頻譜解析度的概念解說。 127l8l.d〇e -27- 200836129 圖5係顯示一點散佈函數係如何用於一全色影像之一降 低取樣處理以減小該全色影像之空間解析度的概念解說。 圖6係顯示一點散佈函數之一範例的二維曲線圖。 【主要元件符號說明】 100 電腦處理裝置 102 使用者介面 104 中央處理單元 106 系統匯流排 ^ 108 記憶體 110 硬體實體 112 系統介面 ❿ 127181.doc -28-

Claims (1)

  1. 200836129 十、申請專利範圍: 1· 一種用於由包含一全色影像與一 生一融合影像的方法,其包含:“之—影像對產 獲得定義-全色影像類型之一第一影 該第一影傻且古梦 & 1豕貝科’ 度像具有一弟-空間解析度與-第-頻譜解析 ί _ #夕°日~像類型之—第二影像的影像資料, 以弟一影像具有低於該第一空間解析度之一第 析度與高於該第一頻譜解析度之一第二頻譜解析产工s 同時計算用於將該第-影像降低取樣至該第二又空 ,度之-點散佈函數與用於將該第二影像降低取樣至該 弟頻4解析度之一權重集,該點散佈函數與該權重集 係明確最佳化至該影像對之獨特特性; 〃 融合該第-影像與該第二影像以初始化具有該第一空 間解析度與該第二頻譜解析度之—融合影像; 使用該點散佈函數與該權重集來決定縮放因數,其用 於縮放^義該融合影像之像素之輻射值以提供與形心 第一影像與該第二影像之像素之輻射值的_致性。 2.如請求項1之方法’其中該縮放步驟包含以下步驟: 縮放該融合影像之該等像素輻射值以使其與該第二影 像之該等像素輻射值一致; 模糊該融合影像;以及 縮放該融合影像之該等像素輻射值以使其與該第一影 像之該等像素輻射值一致。 127181.doc 200836129 3.如=項,之方法’其中縮放該融合影像之該等輻射值 以使其與遠第二影像 '、冢以等像素輻射值一致之該步驟包 ^一 點散佈函數來將該融合影像空間降低取樣至該 弟工間解析度,並接著實施該融合影像之各光學頻帶 ^射值與該第二影像之各頻帶之該等輻射值的一致、。 4· 如請求項3夕古、、也 、 ' ,/、中該實施步驟包含自動修改包含 ,融^像之像素之該等輻射值以便從該融合影像至該
    度降低取樣的像素之輻射值等於該第二影 像中的對應像素之輻射值。 二,項4之方法,其中該實施步驟進—步包含針對包 ό如心融合影像頻帶之各像素計算該縮放因數。 二::項5之方法,其中該計算步驟包含計算包括該第 之頻V的各像素之該輻射值與由一對應融合影 ^朮二間降低取樣的一像素之該輻射值之一比率。 ^項6之方法’其進—步包含針對每―融合影 V重複該實施步驟。 射信’、、項2之方法,其中縮放該融合影像之該等像素轄 進一:使其與該第一影像之該冑素輻射值一致之該步驟 至誃二G 3使用該權重集來將該融合影像頻譜降低取樣 之^ »頻解析度,並接著實施該融合影像之各像素 9如&射值與該第一影像之各像素之該等輻射值的一致。 誃$ 2項8之方法,其中該實施步驟包含自動修改包括 ^至▲如像之像素之該等輻射值以便從該等融合影像頻 4第—頻譜解析度降低取樣的像素之該等輻射值與 “第一影像中的對應像素之該等輻射值一致。 127181.doc
TW096145782A 2006-12-01 2007-11-30 Panchromatic modulation of multispectral imagery TW200836129A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/565,708 US7936949B2 (en) 2006-12-01 2006-12-01 Panchromatic modulation of multispectral imagery

Publications (1)

Publication Number Publication Date
TW200836129A true TW200836129A (en) 2008-09-01

Family

ID=39047577

Family Applications (1)

Application Number Title Priority Date Filing Date
TW096145782A TW200836129A (en) 2006-12-01 2007-11-30 Panchromatic modulation of multispectral imagery

Country Status (7)

Country Link
US (1) US7936949B2 (zh)
EP (1) EP2095330B1 (zh)
JP (1) JP2010511257A (zh)
AT (1) ATE514145T1 (zh)
CA (1) CA2670611C (zh)
TW (1) TW200836129A (zh)
WO (1) WO2008067517A1 (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7936949B2 (en) 2006-12-01 2011-05-03 Harris Corporation Panchromatic modulation of multispectral imagery
KR100944462B1 (ko) * 2008-03-07 2010-03-03 한국항공우주연구원 위성 영상 융합 방법 및 시스템
US8094960B2 (en) 2008-07-07 2012-01-10 Harris Corporation Spectral calibration of image pairs using atmospheric characterization
US8073279B2 (en) * 2008-07-08 2011-12-06 Harris Corporation Automated atmospheric characterization of remotely sensed multi-spectral imagery
US8078009B2 (en) * 2008-07-08 2011-12-13 Harris Corporation Optical flow registration of panchromatic/multi-spectral image pairs
US8600193B2 (en) * 2008-07-16 2013-12-03 Varian Medical Systems, Inc. Image stitching and related method therefor
US8478067B2 (en) * 2009-01-27 2013-07-02 Harris Corporation Processing of remotely acquired imaging data including moving objects
US8260086B2 (en) * 2009-03-06 2012-09-04 Harris Corporation System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling
US8724928B2 (en) 2009-08-31 2014-05-13 Intellectual Ventures Fund 83 Llc Using captured high and low resolution images
WO2012106797A1 (en) 2011-02-11 2012-08-16 Canadian Space Agency Method and system of increasing spatial resolution of multi-dimensional optical imagery using sensor's intrinsic keystone
US8761506B1 (en) 2011-04-22 2014-06-24 DigitalGlobe, Incorporated Pan sharpening digital imagery
US8737733B1 (en) * 2011-04-22 2014-05-27 Digitalglobe, Inc. Hyperspherical pan sharpening
DE202012013411U1 (de) 2011-04-25 2016-11-15 Terra Bella Technologies Inc. Systeme für Overhead-Bild- und Videoanzeige
CN103609102B (zh) 2011-06-15 2016-09-28 微软技术许可有限责任公司 高分辨率多光谱图像捕捉
US8750611B1 (en) * 2012-02-29 2014-06-10 Exelis Inc. In-scene balancing of remotely sensed and aerial multiband imagery
US8675964B2 (en) * 2012-06-06 2014-03-18 Apple Inc. Image fusion using intensity mapping functions
US9053558B2 (en) 2013-07-26 2015-06-09 Rui Shen Method and system for fusing multiple images
US10230925B2 (en) 2014-06-13 2019-03-12 Urthecast Corp. Systems and methods for processing and providing terrestrial and/or space-based earth observation video
WO2016041079A1 (en) 2014-09-16 2016-03-24 University Of New Brunswick Optical sensor systems and image processing methods for remote sensing
WO2016153914A1 (en) 2015-03-25 2016-09-29 King Abdulaziz City Of Science And Technology Apparatus and methods for synthetic aperture radar with digital beamforming
CN108432049B (zh) 2015-06-16 2020-12-29 阿卜杜拉阿齐兹国王科技城 有效平面相控阵列天线组件
WO2017091747A1 (en) 2015-11-25 2017-06-01 Urthecast Corp. Synthetic aperture radar imaging apparatus and methods
CA3064735C (en) 2017-05-23 2022-06-21 Urthecast Corp. Synthetic aperture radar imaging apparatus and methods
CA3064586A1 (en) 2017-05-23 2018-11-29 King Abdullah City Of Science And Technology Synthetic aperture radar imaging apparatus and methods for moving targets
CA3083033A1 (en) 2017-11-22 2019-11-28 Urthecast Corp. Synthetic aperture radar apparatus and methods
CN111223044B (zh) * 2019-11-12 2024-03-15 郑州轻工业学院 基于密集连接网络的全色图像与多光谱图像融合的方法
CN113222835B (zh) * 2021-04-22 2023-04-14 海南大学 基于残差网络的遥感全色和多光谱图像分布式融合方法
AU2022439107A1 (en) 2022-02-01 2024-09-19 Landscan Llc Systems and methods for multispectral landscape mapping
CN118097359B (zh) * 2024-04-23 2024-07-19 之江实验室 一种模型训练方法、装置、存储介质以及电子设备

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5034986A (en) * 1989-03-01 1991-07-23 Siemens Aktiengesellschaft Method for detecting and tracking moving objects in a digital image sequence having a stationary background
US5265172A (en) * 1989-10-13 1993-11-23 Texas Instruments Incorporated Method and apparatus for producing optical flow using multi-spectral images
US5680487A (en) 1991-12-23 1997-10-21 Texas Instruments Incorporated System and method for determining optical flow
US5324113A (en) * 1992-12-10 1994-06-28 E-Systems, Inc. Process for multispectral/multilook atmospheric estimation
US5627905A (en) * 1994-12-12 1997-05-06 Lockheed Martin Tactical Defense Systems Optical flow detection system
US5884226A (en) * 1996-10-25 1999-03-16 The United States Of America As Represented By The Secretary Of The Air Force System and method for modelling moderate resolution atmospheric propagation
US5949914A (en) * 1997-03-17 1999-09-07 Space Imaging Lp Enhancing the resolution of multi-spectral image data with panchromatic image data using super resolution pan-sharpening
US6097835A (en) * 1997-07-23 2000-08-01 Lockheed Martin Corporation Projective pan sharpening methods and apparatus
US6011875A (en) * 1998-04-29 2000-01-04 Eastman Kodak Company Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening
US6937774B1 (en) * 2000-10-24 2005-08-30 Lockheed Martin Corporation Apparatus and method for efficiently increasing the spatial resolution of images
US7337065B2 (en) * 2001-01-23 2008-02-26 Spectral Sciences, Inc. Methods for atmospheric correction of solar-wavelength hyperspectral imagery over land
AUPR301401A0 (en) * 2001-02-09 2001-03-08 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
US7095420B2 (en) * 2002-10-17 2006-08-22 Lockheed Martin Corporation System and related methods for synthesizing color imagery
US7340099B2 (en) * 2003-01-17 2008-03-04 University Of New Brunswick System and method for image fusion
US7242803B2 (en) * 2003-01-21 2007-07-10 The United States Of America As Represented By The Secretary Of The Navy System and method for significant dust detection and enhancement of dust images over land and ocean
US7305103B2 (en) * 2003-06-30 2007-12-04 The Boeing Company System and method for generating pan sharpened multispectral imagery
US20050111754A1 (en) * 2003-11-05 2005-05-26 Cakir Halil I. Methods, systems and computer program products for fusion of high spatial resolution imagery with lower spatial resolution imagery using a multiresolution approach
US20050094887A1 (en) * 2003-11-05 2005-05-05 Cakir Halil I. Methods, systems and computer program products for fusion of high spatial resolution imagery with lower spatial resolution imagery using correspondence analysis
US7298922B1 (en) * 2004-07-07 2007-11-20 Lockheed Martin Corporation Synthetic panchromatic imagery method and system
US20060126959A1 (en) 2004-12-13 2006-06-15 Digitalglobe, Inc. Method and apparatus for enhancing a digital image
WO2006113583A2 (en) * 2005-04-15 2006-10-26 Mississippi State University Remote sensing imagery accuracy analysis method and apparatus
US7783118B2 (en) * 2006-07-13 2010-08-24 Seiko Epson Corporation Method and apparatus for determining motion in images
US7813592B2 (en) 2006-08-09 2010-10-12 Siemens Medical Solutions Usa, Inc. System and method for non-rigid multi-modal registration on the GPU
US7961925B2 (en) 2006-11-14 2011-06-14 Siemens Aktiengesellschaft Method and system for dual energy image registration
US7936949B2 (en) 2006-12-01 2011-05-03 Harris Corporation Panchromatic modulation of multispectral imagery
US7826685B2 (en) 2006-12-01 2010-11-02 Harris Corporation Spatial and spectral calibration of a panchromatic, multispectral image pair
US7835594B2 (en) * 2006-12-01 2010-11-16 Harris Corporation Structured smoothing for superresolution of multispectral imagery based on registered panchromatic image
US8094960B2 (en) * 2008-07-07 2012-01-10 Harris Corporation Spectral calibration of image pairs using atmospheric characterization
US8073279B2 (en) * 2008-07-08 2011-12-06 Harris Corporation Automated atmospheric characterization of remotely sensed multi-spectral imagery
US8078009B2 (en) * 2008-07-08 2011-12-13 Harris Corporation Optical flow registration of panchromatic/multi-spectral image pairs
US8478067B2 (en) * 2009-01-27 2013-07-02 Harris Corporation Processing of remotely acquired imaging data including moving objects
US8260086B2 (en) * 2009-03-06 2012-09-04 Harris Corporation System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling

Also Published As

Publication number Publication date
WO2008067517A1 (en) 2008-06-05
JP2010511257A (ja) 2010-04-08
EP2095330A1 (en) 2009-09-02
US7936949B2 (en) 2011-05-03
CA2670611C (en) 2012-11-27
EP2095330B1 (en) 2011-06-22
CA2670611A1 (en) 2008-06-05
US20080131025A1 (en) 2008-06-05
ATE514145T1 (de) 2011-07-15

Similar Documents

Publication Publication Date Title
TW200836129A (en) Panchromatic modulation of multispectral imagery
US7835594B2 (en) Structured smoothing for superresolution of multispectral imagery based on registered panchromatic image
US7826685B2 (en) Spatial and spectral calibration of a panchromatic, multispectral image pair
Momcheva et al. The 3D-HST Survey: Hubble Space Telescope WFC3/G141 grism spectra, redshifts, and emission line measurements for∼ 100,000 galaxies
CN107154023B (zh) 基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法
US8094960B2 (en) Spectral calibration of image pairs using atmospheric characterization
JP5048600B2 (ja) データ品位を向上する方法及びシステム
TW201101233A (en) System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling
Liu et al. A new polarization image demosaicking algorithm by exploiting inter-channel correlations with guided filtering
WO2004068862A1 (ja) 高解像度カラー画像生成方法,高解像度カラー画像生成装置及び高解像度カラー画像生成プログラム
CN101950415B (zh) 一种基于形状语义模型约束的人脸超分辨率处理方法
CN116958437A (zh) 融合注意力机制的多视图重建方法及系统
US10769801B2 (en) Fast multi-spectral image registration by modeling platform motion
CN106851141B (zh) 一种遥感图像的非均匀性校正方法
KR102390433B1 (ko) 글로벌 융합영상 제작 장치 및 제작 방법
Nasonov et al. CNN based retinal image upscaling using zero component analysis
JP7064050B2 (ja) 画像変換に基づく病巣判定方法、装置、コンピュータ機器及び記憶媒体
Lee et al. Thermal Chameleon: Task-Adaptive Tone-Mapping for Radiometric Thermal-Infrared Images