TW200839649A - Spatial and spectral calibration of a panchromatic, multispectral image pair - Google Patents

Spatial and spectral calibration of a panchromatic, multispectral image pair Download PDF

Info

Publication number
TW200839649A
TW200839649A TW096145783A TW96145783A TW200839649A TW 200839649 A TW200839649 A TW 200839649A TW 096145783 A TW096145783 A TW 096145783A TW 96145783 A TW96145783 A TW 96145783A TW 200839649 A TW200839649 A TW 200839649A
Authority
TW
Taiwan
Prior art keywords
image
spectral
resolution
pixel
value
Prior art date
Application number
TW096145783A
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 TW200839649A publication Critical patent/TW200839649A/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)
  • Spectrometry And Color Measurement (AREA)
  • Facsimile Image Signal Circuits (AREA)

Description

200839649 九、發明說明: 【發明所屬之技術領域】 本發明係關於影像處理,且更特定古 ^ ' σ ,係關於一用;^ 校準具有不同解析度(例如空間與頻譜解析度)之影像的旦, 像處理方法。 > 们衫 【先前技術】 在遠端影像感測的領域中,兩個常見的影像類型包括八 色影像與多譜影像。全色影像係藉由具有—王 在一很寬頻帶中偵測電磁能量的感 以僅 而獲得的影像。此一很寬頻帶通V:括之:返端感測裝置 長。全色影像具有提供很高空間解析度的優點。相反f 譜影像通常係由可見光區域與近夕 譜頻帶產生。因此,一多譜参僳…仏域内的數個窄頻 組成’各係藉由回應光譜之不同部分(::二更二料集 紅色、紅外線)的感測器產生级 I 、,亲色、 其包含不可從-類似全色影像像較為有利,因為 通常需要使用一全色影像低的空間解析度。 像。為實現此結果,此項析度來增強一多譜影 該等影像。-般而/ 合或"融合” 般s,必須解決兩個關鑪門es、,# 融合程序。第-問題係關於兩個影像之登錄的1要完:此 私序涉及全色影像中之各像素/、❿。登錄 決定。為獲得最佳結果,—加 夕瑨影像中之位置的 程序。例如,全色马像必須以較大精確度來完成此 王巴衫像中之各偾去恭 素而要係以少於〇 · 1全色 127180.doc 200839649 像素半徑之-精確度映射至多譜影像。存在若干傳統方法 用於實現此映射。當執行融合程序時必須克服的第二問題 係確保該融合影像之輻射值保持與⑴原始多譜影像及⑺ 原始全色影像-致。項⑴要求獲得應針對該融合影像中與 每一波長頻帶相關聯之像素而施加至輻射值的權重之 計的某種構件。若此等權重已知,則可精確比㈣融合影 像中之像素與原始全色影像之像素的輻射值。項⑺要求: 定應施加至已係統一映射至對應該多譜影像中之各像素2 一區域的該融合影像之-區域中包含之各像素的權重之空 間^佈的某種構件。若權重之空时佈已知,射精確比 較該融合影像中之輻射值與該多譜影像之各頻帶中之輕射 值。此-評估可確㈣始多譜影像與融合影像之間的輕射 值之一致性。 用於執行影像融合程序的傳統演算法受到數個限制。例 如’其一般過分簡單化地假設該全色影像中之高空間解析 度像素應與該多譜影像之高頻譜解析度像素組合或融合的 方式^ $必匕等假没包括··⑴假設該全色影像之高空間 解析度像素作為一方塊平均降低取樣至該多譜影像之低空 間解析度;以及(2)假設該全色影像之像素係紅色、綠色及 藍色頻譜頻帶之均勻加權平均。 關於攸4全色影像之高解析度至該多譜影像之相對較低 解析度降低取樣像素之程序,某些演算法還採用一略微更 複雜的方》{列如’在某些演算法中,該全色影像之高空 間解析度像素不僅係作為一方塊平均而降低取樣。而一點 127180.doc 200839649
散佈函數(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(有時稱為儀器線形)係藉由一感測器及其相關聯光學 裝置模糊或沒射一光點之方式的特徵描述。因此,關於一 感測器之PSF的知識可用於從該全色影像至該多譜影像降 低取樣該咼空間解析度像素。特定言之,可將該pSF用來 疋義一用於組合複數個高解析度像素之個別像素以形成處 於更低解析度之一單一更大像素的加權系統。然而,傳統 演算法中的PSF僅係以感測器幾何形狀資料(例如孔徑、聚 焦平面解析度等)為基礎來近似。如此,所使用不必係 感測裔系統之真實PSF的精確表示。此外,一預計算的 PSF將不包含一給定影像對的特定資訊,例如影像預處理 之登錄與假影中的殘餘偏移誤差。 【發明内容】 鑑於上述說明,需要一用於獲得應施加至多譜影像資料 之各頻帶以近似全色頻譜回應的權重之一精確估計的改良 :法。還需要獲得應施加至映射至—給定多譜影像像素的 王色影像幾何形狀中之—像素區域的權重之空間分佈之一 月確估4 *融合較低解析度多譜影像資料與高空間解析 度全色影像資料時,權重之此空間分佈有利於近似該多譜 空間回應。 ,發明係關於一種用於由一包含高解析度全色影像與較 絲析度夕譜影像之影像對產生一融合影像的方法及系 心方法藉由獲仔影像資料開始,其定義—全色影像類 127180.doc 200839649 旦:第:像與一多譜影像類型之-第二影像。該第- 旦/傻且:帛工間解析度與―第-頻譜解析度。該第二 仇奸& 二間解析度之一第二空間解析度與高 於該弟一頻譜解析度之一篦— 弟—頻譜解析度。然後,在該影 # A錄程序以提供該第-影像中之點至該第二 衫像中之對應位置之一幾何映射。 奸該=法還包括同時計算用於將該第一影像降低取樣至該 第一空間解析度之一H? 、 攸7 、 點放佈函數與用於將該第二影像 降低取樣至該第一頻譜解析产 ^ 胛斫度之一榷重集的步驟。該點 布函數與該權重集係明確最佳化至影像對之獨特特性。 該方法之計算步驟包括構建—矩陣等式用於同時求解、 二λ最^平方誤差方法係有利地用於求解該矩陣等 士。使用此技術,該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解 析度全色影像時最小化輻射的平方誤差。例如,該共同低 解析度可以係該第二空間解析度與該第—頻譜解析度一 旦,得’便使用該權重集來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。 /、 上面提及的計算步驟有利的係包括同時在等式 ⑽…;^A+P。中求解Ψί;.與Wx ’其巾ρ係降低取樣至 該第二空間解析度之-像素的㈣,^係針對構成該多譜 影像之一頻譜頻帶χ的頻譜權重,Μλ係針對構成誃第-⑨ 像之各頻譜頻帶的一像素之輻射值,Ρ〇係一值定偏移值 Pi,j係構成該全色影像的一像素之辕射值; 久係該點散 127180.doc -9- 200839649 佈函數。該計算步驟還可包括構建一矩陣等式用於同時求 解Ά λνλ ’及使用—最小+方擬纟方法求解該矩陣等 式。 該方法還有利地包括使用已計算的點散佈函數來將該融 合影像空間降低取樣至該第二空間解析度。然後,可將該 =合影像之各光學頻帶之輻射值與該第:影像之各光學頻 ▼之輪射值相比較。若存在任何明顯差異,㈣可在此步
驟中藉由修改構成《合影像之像素的輻射值來校正此^ 差異。 該方法還包括使用該等頻譜權重來將該融合影像頻譜降 低取樣至該第-頻It解析度H,可將該融合影像之各 像素之輻射值與該第一影像之各像素之輻射值相比較。若 存在任何明顯差異,則可在此步驟中藉由修改構成該融合 影像之像素的輻射值來校正此類差異。 依據另-態樣’本發明包括一種用於由一包含高解析产 全色影像與較低解析度多譜影像之影像對產生一融合景)像 的系統。該系統包括一用於儲存定義一第一影像之影:資 料與疋義-第二影像之影像資料的資料儲存器。第K象 類型係—全色影像類型而第二影像類型係-多譜影:類 型。該I影像具有H間解析度與—第—頻譜解析 度。該第二影像具有低於該第一空間解析度之—第二办門 解析度。該第二影像還具有高於該第一頻譜解析度之:二 二頻譜解析度。 該系統還包括-電腦處料統,其係使用—適合指令集 127180.doc -10- 200839649 化用於實:上述程序。因此,該電腦處理系統係經組 =於同時計算用於將該第_影像降低取樣至該第二空間 :度^點散佈函數與用於將該第二影像降低取樣至該 用你員請解析度之—權重集。該電腦處理系統亦係經組態 用於使用該權重隼央# 士、 ^ ,、來y成具有该弟一空間解析度與該第二 頻谱解析度之一融人旦 ^ — 口〜像。值付注思的係,使用上述方 二:由該電腦處理系統計算的點散佈函數與權重集係明 取仏化至该影像對之獨特特性。 【實施方式】 見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發明。然而,此發明可用許多不同 形式加以執行且不應視為受本文所提出的具體實施例限 二。,可將本發明執行為一方法、一資料處理系統或 奋細w產品。因此’本發明可採取諸如—^全硬體具 ❿ 體只^例、一完全軟體具體實施例或一硬體/軟體具體實 施例的形式。 、 可在一電腦系統中實現本發明。或者,可在數個互連電 腦糸統中實現本發明。調適成用於實施本文說明之方法的 =種電腦系統或其他設備皆適用。硬體與軟體之一典型 、:口可以係一通用電腦系統。該通用電腦系統可具有一電 細私式’其可控制該電腦系統以使其實施本文說明的方 法0 本發明可採取一電腦可使用儲存媒體(例如一硬碟或— ROM)上之一電腦程式產品的形式。該電腦可使用儲存 127180.doc -11 · 200839649 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:“轉換成另 一語言、程式碼或記號;或b)以一不同的材料形式再生。 現將參考圖1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、決定校準係數及將該等校準係數施加至特定影像資 料。因此’下面進—步說明包括所列功能的具體實施例。 理裝置100由一系統介面i丨2、一儀 處理單元104、一系統匯流排丨〇6、 現參考圖1,提供-電腦處理裝置⑽的方塊圖。電腦處 、一使用者介面102、一中
127180.doc -12- 200839649 方向鍵、方向鈕及/或麥克風。 系統介面112允許該電腦處理 τ Δχτη , #置100透過網際網路、 LAN(local area netw〇rk ;區 碰駐番、基# . 间峪WAN與外部電腦處 理裝置通k。糸統介面112還允 汗μ電I自處理裳置1〇〇僖矣 資料並從-或多個外部資料庫擷取資料。 、、 各己憶體 108可包括 Z/OGnput/output ; # A ^ σ , Ρ 翰入/輸出)裝置驅動 态程式碼與操作系統程式碼。 ’ 思體108逛可包括影像資 ^校準應用程式碼及融合應用程式竭。依據本發明之二 態樣,該影像資料可包括高頻譜資料,例如—多譜影像。 該影像資料還可包括高空間解析度,例如_全色影像。 硬體實體m可包括微處理器、 speciflc lntegrated circuit;應用特定積體電路)及其他 體。硬體實體m可包括使用—1/()裝置驅動器與—作業系 統程式化的微處理器。硬體實體11〇還可包括使用一校準 應用程式程式化之—微處理器。該校準應用程式可提供一 系統,其用於針對具有不同空間與頻譜解析度之影像獲得 影像資料,登錄針對不同影像的影像資料,構建一矩陣等 式’求解該矩陣等式並將校準係數施加至針對一特定影像 類型的影像資料。下面將就圖2更詳細地說明校準應用程 式。硬體實體110可進一步包括使用一融合應用程式程式 化之一微處理器,該融合應用程式係用於組合兩個或更多 影像以提供増加的影像内容。 熟習此項技術者將明白圖1解說的電腦處理裝置架構係 一電腦處理裝置之一可能範例。然而,本發明並不在此方 127180.doc -13- 200839649 電腦處理裝置架構而不 面受限並還可使用任一其他適合的 受限制。 現將就圖2更詳細地說明本發明。本文揭示的空間/頻银 料程序❹於融合-全色與多譜影像對。圖2及隨社 字解說依據本發明之-空間/頻譜校準軟體常式:然而, 應明白本文揭示的空間/頻譜校準軟體常式僅係出於解說 目的而提供而本發明並不僅限於所示空間/頻譜校準軟體
常式。應明白’用於實施本發明之常式的電腦程式碼可以 一物件定向程式語言(例如java⑧、Smalhaik、C++或 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,#中—高解析度全色影像 係用於銳化相對低解析度乡譜影像之解析度。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相對 低^析度多譜影像 因而,該全色影像與該多譜影像各由 緊遂、相關的影像資料組成。 來寫成。然而’用於實施本發明之常式的電腦程式 馬還可以傳統程序程式語言(例如"c"程式語言)來寫成。 再-人參考圖2,一程序2〇〇可在步驟2〇2開始並繼續至步 驟·。在步驟2〇4中,針對包含具有不同空間解析度與不 同頻π解析度的至少兩個影像之—影像對獲得影像資料。 為:便說明本發明,應假設該影像對由—多譜影像與一全 色以像組成。然:而’應明白本發明不僅限於此方面。可使 本文况月的本發明配置來融合任何其他具有不同空間解 析度與不同頻譜解析度的影像對。 127180.doc -14· 200839649 熟習此項技術者將明白,若藉由一第一影像成像的表面 不與藉由該第二影像成像之表面明顯重疊,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 輛與海浪)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。 此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,料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,可存在表面性f的明顯改變。因此,_般較佳的係 冓成每〜像對之全色與多請影像係由冑乎相同的位置獲 仟以便減低此㉝铁差。此將該登錄顯著簡化成僅偏移、縮 放及旋轉。 此外’較佳的係該全色與多譜影像對係在彼此之一很短 時間框:獲得。例如,每一影像有利地在另一影像的一分 。于仏&如此,熟習此項技術者將明白可結合不滿 足此等準則的影像對來使用本發明,其具有劣化的結果。 例如::將該程序用於在大致相同的時間使用不同感測器 平台獲侍的影像對。 I27180.doc -15- 200839649 u貝料可藉由控制處理單元1G4來處理並係储存於 δ己憶體108中。該影像資料包括像素資料。控制處理單元 1〇4可以係經㈣用於使用此類像素資料以-表格格式來 填入記憶體108。針對該多譖影像資料之像素資料可包括 各像素的電磁波長特性與在_柵格上的位置。盘―全色與 像相關聯的像素資料亦可藉由控制處理單元ΠΜ來處理I 係儲存於記憶體刚中。針對該全色影像之像素資料可包 括^對與該全色影像相關聯之各像素的輻射資料。控制處 單兀104可以係絰組悲用於依據一表格來填入記憶體1〇8 以使該全色影像資料與像素在—柵格上的位置相關聯。 旦獲侍该等影像,該程序便可以步驟206繼續。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。因而,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’登錄步驟寫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,—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’其涉及在一影像中選擇若干點,找到其映 射至另-影像中的位置,及接著最佳化一變換之係數。此 通常係-最小平方誤差解式,其允許獲得_最小化從一影 =另-影像之映射點的平方誤差的係數集。為獲得該= 口私序中的取佳結果,較佳的係使用藉由小於由❹1全色 像素定義之尺寸的誤差距離定義之—精確度來將該全=影 127180.doc -16- 200839649 像映射至該多譜影像。 步驟206之登錄程 之座標的映射。此映射可攸一影像之座標至另-影像 單線性變換戈# f M係形式X卜ax2+by2+x0之一簡 之-複雜表面兩者之幾何形狀 步資一頻碚權重的額外步驟提供進一 二,其係用於定義如何在影像之間映 間/頻增體積。 豕II二 2:,將::中:錄該影像資料之後’該程序繼續至步驟 將明白,為適當έ人 级旦彡德# & 、田,,且口或融合來自該全色影像與該多 ::象之衫像資料’需要執行兩個校準功能。此等校準功 ⑴決定針對構成該多譜影像之㈣的輻射值之頻 =重以便其精確對應該全色影像之像素中的輕射值;以 ^決定-點散佈函數(PSF),其精確定義針對形成該全 :,數個像素的輻射值應係組合以形成該多譜影像 之早一(較低解析度)像素之一單一輻射值的方式。步驟 係關力種用於決定精確用於上面提及的兩個校準步 驟之目的之一可使用@正確加權或縮放因㈣的程序。 為更充分瞭解上述校準步驟,首先考量此等步驟為必需 之原因較為有幫助。如本文所使用,術語"輻射值"一般表 示指派給-像素之一數位值,纟旨在由該像素定 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 127180.doc -17- 200839649 的加權因數來調整或縮放來自兩個不同感測器之輻射值。 此程序係稱為校準。 T離地考量上面所列的校準功能⑴與⑺具有解說性。 在校準功能⑴的情況中,必須明白一特定場景的完整多譜 衫像實際上係由數個影像頻帶組成。在該等數個影像頻帶 各頻f中,感測器回應一很有限的光學波長範圍。圖3 解"兒此概必,其顯示表示一感測器對四個不同光學波長頻 ▼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301、3〇2、3〇3、3〇4表示之各光學頻 f產生一影像。在此範例中,一單一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 =。相反,該全色影像係一單一影像,其係藉由回應一更 寬的光學波長範圍之-感測器獲得。纟圖3中,藉由曲線 300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301、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。 該校準功能(1)係關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 μιη處藉由曲線3〇〇與3〇1表示的頻譜回 應。該曲線301具有-大致u之頻譜回應,而該全色感測 127180.doc •18- 200839649
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—大約〇·35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。一般而言,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^ 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300定義之回應之一感測器獲得的輻射值。圖斗解 說此程序。 數學上,可如以下等式(1)來表達前述程序:
I 其中:
Pi,j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;
Mi’j’j針對構成該多譜影像之各頻譜頻帶之各像素的 值;以及 胃 P〇係一恆定偏移值。 多考圖5,可觀察到上面提及的校準功能(2)涉及空間 ,而非頻譜縮放。空間降低取樣涉及降低取樣來自:: 複數:高解析度像素p°°、p〇1、Pl°、Pl1之韓射值 _/、疋—單—更低解析度像素之-單-輻射值。該等 南解析度像素之輻射值之—簡科均程序不會提供—精確 127180.doc -19- 200839649 結果,因為其未將與可能已執行以產生該全色影像的光學 裝置、感測器及其他處理相關聯的點散佈函數(啊適當 考慮在内。 、可將該PSF看作-基於數學函數或表格的模糊之特性描 述’該模糊係在一光點^ . ”、、g由〃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 光點。圖6係用於理解此概念之一範例性點散佈函數的圖 不。該PSF之-精確特性描述或表示可允許一組像素内之 不同南解析度像素的輻射值係更精確地降低取樣至一單一 更大像素。此係在圖5中概念上解說,其顯示一四個高解 析度像素之集係降低取樣至一 ^ ^ ^ ^ — 银主早一更大的更低解析度像 f 糟由ψ χ表不之p S f運作兔兮榮山Δ 逆作為忒專面解析度像素pGQ、ρ〇ι、 之各像素上之—選擇性加權因數以更精確地將此 專像素之輻射值降低取樣至與一更大像素Ρ相關聯之一草 值。更特定言之,使用該PSF爽 术捲積该全色影像之像素 的輻射值以決定針對一單一 低取樣值。 早更大、更低解析度像素之一降 前述程序可在等式⑺中數學上表達為: ρ==Σρλ 其中:
Pi,j係構成該全色影像之一高解 w〆 q解析度像素的輻射值;以及 ’·,/係该點散佈函數或PSF。 專式(1)與(2)表示產生一降低 低取樣(更低解析度)的全色影像 127180.doc • 20 - 200839649 的兩個方式。_古、土,M , 方法以夕譜影像開始而另一 像開始。然而,兩個方 '王色衫 η"乃/2:皆產生一全声 :使用前述等式(卿)來計算购頻譜頻;:各:; 的頻譜權重)與、(點散佈 、,、帶 低取樣的像素,存在等式(3): 際值。針對各降 ij 其中 ΣΡυ^υ ^YwxMx +Jp〇 yJ λ
Pj係各降低取樣的像素之全色輻射; I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^ ^ ^ ^ .. ^ ^日頸贡之各像素的輻射 Ρ〇係一恆定偏移值 PU係構成該全色影像之_高解析度像素的輻射值·以及 •係該點散佈函數或PSF。 使用前料式(3),可組裝—矩料◎於計算^(該等 頻譜頻帶之各頻帶㈣譜權幻料"镇㈣函數)的值。 可按矩陣形式將等式(3)(已知強度與位置權重之一線性 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)之一向量,而匕係 數值常數(例如G、1)之向量。因而,可將該矩陣等式⑷如 127180.doc -21 · 200839649 下寫為: 1 0 ·, ,· 0 0 Ψ 1 Ρη,η * .· —Mb • * • · • · -1 氺 w Ρ〇 0 等式(5) Ρο,ο 為I此項技術者將明白該矩陣之第一 nxn行與藉由該psi? 調變的高解析度全色像素之部分相關。此等值係乘以該矩 陣之向量中的第一 nXn個未知數。該矩陣的下一組行係 MSI(nrnltiple 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 外的所有值之一常數q。此“值係用於說明該恆定偏移p〇 並表示乘以該矩陣之向量中的最後未知數。 该矩陣等式之第一列施加該PSFi nXn個元素之和為i的 約束,其係一點散佈函數之一定義特性。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 組行中的值係設定為i,而其餘行之第一列中之值係設定 為〇。此等值係以此方式來選擇以選擇屬於該psf之元素的 第一 ηχη個未知數。 該矩陣等式的第二列實施藉由該PSF(p〇,〇. ·ρη η)頻譜降低 取樣的高解析度全色輻射值等於該等頻譜降低取樣的順 輻射值(-MG...-Mb)的要求。等式(5)最右侧上的常數向量之 第二列中的零值反映此平衡。該第二列之結構係針對該 像中之各像素作為該矩陣等式中之—分離列而重 127180.doc -22· 200839649 複。熟習此項技術者將容易地明白此矩陣之-給定列針對 該多譜影像之一特定像素簡化成等式3。 針對 P〇^〇^...-pn>n^n-M0W〇.....MbWb.p〇 = 〇 圖2:之私序糟由求解該矩陣等式⑷以決定該等空間 ㈣數與該等頻譜校準加權因數包括一值定 偏移W在步驟212中繼續。由於該多譜 與尋求的相對較少的耒知避* W Α里像素 之等式系#、i〜— 所致’藉由矩陣等式(4)定義 超定。#式之解式係藉由使用傳統技術 侍到,例如為人熟知的最小平方方法。 [At A]x=Atb 八中’左側精由矩陣之雜署 #置的相乘V致-對稱矩陣等式。 等式5。夕 的方法用於有效率地求解此形式之矩陣 各匕項技術者將容易地明白K針對該等頻譜頻帶之 頻:權重)與·散佈函數)有利於各種降低區 步驟Γι6^σ%序之值。例如’如此獲得的加權值可用於 A 叫強具有高解析度頻譜資訊之-全色影像。 二:驟216中’來自該多譜影像之高解析度頻譜資訊係 融合程序中頻譜上增強該全色影像。特定言之, =由使用針對步驟212中決定的頻譜頻帶之各頻帶的 =重:)來完成。此程序通常會涉及數個步驟。該程 Μ精生δ亥全色影像的若干重複影像開始。明確地 :如可:對影像資料的多譜頻帶之各頻帶產生-影像層。 例如,對於具有如圖3所示之-多譜回應的感測器,可產 127180.doc •23- 200839649 生四個影像層’一影像層針對與每一回應曲線301、302、 3 3 04相關%的頻譜頻帶之各頻譜頻帶。可使用該等重 複全色影像之各全色影像來針對該頻譜增強的全色影像 (融合影像)形成一影像層。
針對一特定頻譜頻帶的多譜影像資料與加權因數係一起 用於修改—個別全色影像層。特定言《,可使用-縮放的 輻射值來取代一第一全色影像層中之各像素的輻射值。可 藉由使用針對使用上述映射技術映射至該全色景“象中之特 定像素的多譜影像之—像素的輻射值來獲得該縮放的輻射 值。用以縮放各全色像素的來自該多譜影像之一像素之輻 射值係藉由如上面所計算的加權因數〇νλ)來縮放。因為該 2影像之像素具有_更低空間解析度,故可將來自該多χ :衫像之-像素的_值用於來自該全色影像層的複數個 高解析度像素。可針對構成該多譜影像之各光學波長頻帶 =重複此程序。結果係-影像層集,其具有該全色影像之 空間解析度,但在一起還可包括來自該多譜影像之頻譜資 可執行額外的影像處理步驟以進一步增強所得融合影 ^如可k後使用已使用前述技術計算的點散佈函數 /將忒融合影像空間降低取樣至該多譜影像之空間解析 然後,可將該融合影像之各光學頻帶之輻射值與該多 :曰如像之各光學頻帶之輻射值相比較。可藉由修改 a合影像之像素的輕射值以使其與該多譜影像更緊」 致來校正任何差異。 、 127180.doc -24- 200839649 降::樣::ί面計算的頻譜權重用於將該融合影像頻譜 =取 色料之頻譜解析度。然後,可將該融合 衫像之各像素的輻射值與該全色影像之各像素的輻射值相 比較。在此步驟中,可藉由修改構成該融合影像之像素的 輻射值以使其與該全色影像更緊密地一致來校正任何差 異0 【圖式簡單說明】
已參考以下附圖說明具體實施例, 似數字表示相似項,且其中: 其中在所有圖式中相 電腦處理裝置的方塊圖。 空間/頻譜校準軟體常式的 圖1係可用於理解本發明之一 圖2係可用於理解本發明之一 流程圖。 W 3係顯示用以產生一全色影像與一多譜影像的感測器 之頻禮回應之一範例的曲線圖。
圖4係顯示頻譜權重係如何用於一多譜影像之一降低取 樣處理以減小該多譜影像之頻譜解析度的概念解說。 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ό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 127180.doc •25- 200839649 108 110 112 記憶體 硬體實體 系統介面
127180.doc -26-

Claims (1)

  1. 200839649 、申請專利範園: 一種用於由包合一古絲4匕办 网斤度全色影像與更低解析度多譜 I,: 一影像對產生一融合影像的方法,其包含·· f疋義王色衫像類型之-第-影像的影像資料, =弟一影像具有析度與-第-頻譜解析 度;
    :付疋義-多譜影像類型之一第二影像的影像資料, 弟一^像具有低於該第—空間解析度之-第二空間解 析度與高=該第一頻譜解析度之一第二頻譜解析度; 同時計算用於將該第一影像降低取樣至該第二空間解 析度之—點散佈函數與心將該第二影像降低取樣至該 弟一頻譜解析度之一權重集; 使用該權重集,形成具有該第一空間解析度與該第二 頻谱解析度之一融合影像; 其中該點散佈函數與該權重集係明確最佳化至該影 對之獨特特性。 / 2·如请求項1之方法,其中該計算步驟進一步包含計算該 點2佈函數與該頻譜權4•以便*將包含該影像對= 專〜像之各景> 像映射至一共同低解析度全色影像時最小 化輪射之平方誤差。 3·如:^項丨之方法,其進一步包含選擇該共同低解析度 乂匕& 4第二空間解析度與該第一頻譜解析度。 4.如請求項1之方法,其中該計算步驟進一步包含在等式 石〜'卢Ρ = + 中同時求解〜與^ 127180.doc 200839649 其中p係降低取樣至該第二空間解析度之—你主 像素的韓 射,係針對包含該多譜影像之一頻譜頻帶\的頻譜權 重’ !^1係針對包含該第二影像之各頻譜頻帶 一 、φ巧一像素之 輻射值,PG係一恆定偏移值,Pi」係包含該全 土巴衫像的一 像素之輻射值;及ψ/ ;係該點散佈函數。 5·如請求項4之方法,其進一步包含構建一矩 卞f八用於 同時求解ΨΛ/與\νλ。 6·如請求項丨之方法,其中形成一融合影像之該方法進一 步包含使用該PSF來將該融合影像空間降低取樣至該第 二空間解析度,並接著實施該融合影像之各光學頻=之 輻射值與該第二影像之各光學頻帶之輻射值之: 驟。 双的V 7·如請求項6之方法,其中該實施步驟包含若該融合影像 ^各先學頻帶之該等輻射值不與該第二影像之各光學頻 :之該等輻射值-致則自動修改該融合影像之至少 素輻射值。 1豕 8·如請求項1之方法,直中积# _ -丄人 + /、中形成一融合影像之該方法進一 乂匕δ使用該頻譜權重來蔣 玲皆 术將4蛐合影像頻譜降低取樣至 孩弟一頻譜解析度,並接荖眚姑 輻射值应第^ 融合影像之各像素之 m /、弟一衫像之各像素之哕笪 驟。 1豕I之該專輻射值之一致的步 9·如明求項8之方法,其中該實施 之各像幸之哕笼枋仏 少哪匕3右孩融合影像 輻射值一致則自鉍饮 〜像之各像素之該等 動修改㈣合料之至少-像素韓射 127180.doc 200839649
    值。 10.如請求項1之方法,在該計算步驟之前,在該影像對上 執行一登錄程序以提供該第一影像中之像素至該第二影 像中之位置的一幾何映射。 127180.doc
TW096145783A 2006-12-01 2007-11-30 Spatial and spectral calibration of a panchromatic, multispectral image pair TW200839649A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/565,703 US7826685B2 (en) 2006-12-01 2006-12-01 Spatial and spectral calibration of a panchromatic, multispectral image pair

Publications (1)

Publication Number Publication Date
TW200839649A true TW200839649A (en) 2008-10-01

Family

ID=39283953

Family Applications (1)

Application Number Title Priority Date Filing Date
TW096145783A TW200839649A (en) 2006-12-01 2007-11-30 Spatial and spectral calibration of a panchromatic, multispectral image pair

Country Status (8)

Country Link
US (1) US7826685B2 (zh)
EP (1) EP2095331B1 (zh)
JP (1) JP2010511256A (zh)
AT (1) ATE483210T1 (zh)
CA (1) CA2670756A1 (zh)
DE (1) DE602007009566D1 (zh)
TW (1) TW200839649A (zh)
WO (1) WO2008070542A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799752A (zh) * 2011-05-26 2012-11-28 鸿富锦精密工业(深圳)有限公司 频谱影像处理系统和方法

Families Citing this family (32)

* 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
US8164651B2 (en) * 2008-04-29 2012-04-24 Omnivision Technologies, Inc. Concentric exposure sequence for image sensor
US8094960B2 (en) * 2008-07-07 2012-01-10 Harris Corporation Spectral calibration of image pairs using atmospheric characterization
US8078009B2 (en) * 2008-07-08 2011-12-13 Harris Corporation Optical flow registration of panchromatic/multi-spectral image pairs
US8073279B2 (en) * 2008-07-08 2011-12-06 Harris Corporation Automated atmospheric characterization of remotely sensed multi-spectral imagery
US8111307B2 (en) 2008-10-25 2012-02-07 Omnivision Technologies, Inc. Defective color and panchromatic CFA image
US8073246B2 (en) * 2008-11-07 2011-12-06 Omnivision Technologies, Inc. Modifying color and panchromatic channel CFA image
CN104282275B (zh) 2008-11-14 2017-09-15 杜比实验室特许公司 显示器和投影系统
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
WO2010123499A1 (en) * 2009-04-22 2010-10-28 Hewlett-Packard Development Company, L.P. Spatially-varying spectral response calibration data
US8724928B2 (en) 2009-08-31 2014-05-13 Intellectual Ventures Fund 83 Llc Using captured high and low resolution images
US8884989B2 (en) * 2009-12-23 2014-11-11 Indian Institute Of Technology Bombay System and method for fusing images
CN101916435B (zh) * 2010-08-30 2011-12-28 武汉大学 一种多尺度光谱投影遥感影像融合方法
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
US9020256B2 (en) * 2011-04-22 2015-04-28 Exelis Inc. System and method for combining color information with spatial information in multispectral images
US8761506B1 (en) 2011-04-22 2014-06-24 DigitalGlobe, Incorporated Pan sharpening digital imagery
US8929682B2 (en) * 2011-04-28 2015-01-06 Hewlett-Packard Development Company, L.P. Calibrating image sensors
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
US8922654B2 (en) * 2012-03-22 2014-12-30 Exelis, Inc. Algorithm for adaptive downsampling to an irregular grid
RU2561231C1 (ru) * 2014-03-27 2015-08-27 Акционерное общество "Ракетно-космический центр "Прогресс" (АО "РКЦ "Прогресс") Способ полетной калибровки мультиспектральной аппаратуры космического базирования
US9396391B2 (en) 2014-06-17 2016-07-19 Digitalglobe, Inc. Automated geospatial image mosaic generation with multiple zoom level support
US9225889B1 (en) 2014-08-18 2015-12-29 Entropix, Inc. Photographic image acquisition device and method
CN105043411B (zh) * 2015-06-01 2018-02-06 中山大学 高空间分辨率全色通道绝对定标系数模拟及交叉定标方法
US10192288B2 (en) * 2016-12-23 2019-01-29 Signal Processing, Inc. Method and system for generating high resolution worldview-3 images
RU2696368C1 (ru) * 2018-11-09 2019-08-01 Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") Способ оценки параметров движения подвижных объектов по результатам космической зональной съемки и аппаратура космической зональной съемки космического комплекса дистанционного зондирования Земли для осуществления способа
US11164293B2 (en) * 2019-01-30 2021-11-02 National Cheng Kung University Adaptive enhancement method for image contrast based on level of detail
CN113425259A (zh) * 2021-06-24 2021-09-24 中国科学院上海微系统与信息技术研究所 一种高空间分辨率的多光谱舌象采集系统
CN114820581B (zh) * 2022-05-26 2023-03-24 清华大学 轴对称光学成像并行仿真方法及装置
CN115880199B (zh) * 2023-03-03 2023-05-16 湖南大学 一种长波红外高光谱与多光谱图像融合方法、系统及介质
CN117253125B (zh) * 2023-10-07 2024-03-22 珠江水利委员会珠江水利科学研究院 一种空-谱互注图像融合方法、系统及可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
US7305103B2 (en) * 2003-06-30 2007-12-04 The Boeing Company System and method for generating pan sharpened multispectral imagery
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
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799752A (zh) * 2011-05-26 2012-11-28 鸿富锦精密工业(深圳)有限公司 频谱影像处理系统和方法
CN102799752B (zh) * 2011-05-26 2016-05-25 罗普特(厦门)科技集团有限公司 频谱影像处理系统和方法

Also Published As

Publication number Publication date
JP2010511256A (ja) 2010-04-08
US20080129752A1 (en) 2008-06-05
WO2008070542A1 (en) 2008-06-12
CA2670756A1 (en) 2008-06-12
EP2095331A1 (en) 2009-09-02
EP2095331B1 (en) 2010-09-29
DE602007009566D1 (de) 2010-11-11
ATE483210T1 (de) 2010-10-15
US7826685B2 (en) 2010-11-02

Similar Documents

Publication Publication Date Title
TW200839649A (en) Spatial and spectral calibration of a panchromatic, multispectral image pair
US7835594B2 (en) Structured smoothing for superresolution of multispectral imagery based on registered panchromatic image
TW200836129A (en) Panchromatic modulation of multispectral imagery
US20240169658A1 (en) Systems and Methods for Reconstructing Scenes to Disentangle Light and Matter Fields
Delaunoy et al. Photometric bundle adjustment for dense multi-view 3d modeling
Schrijver et al. The coronal heating mechanism as identified by full-sun visualizations
US8094960B2 (en) Spectral calibration of image pairs using atmospheric characterization
US9628684B2 (en) Light-field aberration correction
US20100226570A1 (en) System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling
CN105247342A (zh) 用于确定颗粒尺寸的方法及设备
CN112529946B (zh) 高分立体模型优化方法、系统、电子设备及可读存储介质
CN106705849A (zh) 线结构光传感器标定方法
CN109859256A (zh) 一种基于自动对应点匹配的三维点云配准方法
CN115511767B (zh) 一种自监督学习的多模态图像融合方法及其应用
Hess et al. Atmospherically compensated shape from shading on the martian surface: Towards the perfect digital terrain model of mars
CN106530342B (zh) 利用激光点云辅助的可量测全景影像生成方法
US8971664B2 (en) Method and device for generating a super-resolution image portion
JP5807111B2 (ja) 画像生成システム及び画像生成方法
CN116128762A (zh) 卫星影像预处理方法、装置、电子设备及存储介质
CN116664408B (zh) 一种彩色结构光的点云上采样方法及装置
Wöhler et al. Elemental and topographic mapping of lava flowstructures in Mare Serenitatis on the Moon
WO2019202042A1 (en) Quantum bundle adjustment
CN115861289A (zh) 医学图像处理方法、装置、计算机设备和存储介质
KR101353125B1 (ko) 근적외선 파장을 이용한 지표면 반사도 산출 방법
Kim et al. RPC model generation from the physical sensor model