买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：奥谱天成(厦门)光电有限公司

摘要：本发明提供一种自动空间对准的高光谱图像融合方法及系统、介质，方法包括获取待融合的两高光谱图像；采用贝叶斯优化算法分别对两图像高光谱搜索最佳波段，得到两高光谱图像在其最佳波段对应的二维图像；采用训练好的深度学习模型分别对两高光谱图像最佳波段对应的二维图像进行特征点检测和匹配，得到匹配特征点集；根据匹配特征点集计算单应性变换矩阵；采用单应性变换矩阵对二维图像进行空间对准，计算空间对准后的重叠区域范围；采用单应性变换矩阵对两高光谱图像进行空间对准，根据重叠区域范围对空间对准后的两高光谱图像进行裁剪；根据裁剪后的图像得到重叠波段数据，对重叠波段数据进行融合。能够自动完成空间对准，保证像素级的空间一致性。

主权项：1.一种自动空间对准的高光谱图像融合方法，其特征在于，包括：获取待融合的第一高光谱图像和第二高光谱图像；采用贝叶斯优化算法分别对所述第一高光谱图像和第二高光谱图像搜索最佳波段，得到第一高光谱图像在其最佳波段对应的二维图像，记为第一波段图像，以及第二高光图像在其最佳波段对应的二维图像，记为第二波段图像；采用训练好的深度学习模型分别对所述第一波段图像和第二波段图像进行特征点检测和匹配，得到匹配特征点集；根据所述匹配特征点集计算单应性变换矩阵；采用所述单应性变换矩阵对所述第一波段图像和第二波段图像进行空间对准，计算空间对准后的重叠区域范围；采用所述单应性变换矩阵对所述第一高光谱图像和第二高光谱图像进行空间对准，根据所述重叠区域范围对空间对准后的第一高光谱图像和第二高光谱图像进行裁剪；根据裁剪后的图像得到重叠波段数据，对所述重叠波段数据进行融合；采用贝叶斯优化算法分别对所述第一高光谱图像和第二高光谱图像搜索最佳波段包括：在第一高光谱图像和第二高光谱图像中分别选择一对应波段；对第一高光谱图像和第二高光谱图像在所述对应波段的图像进行特征点检测和匹配，得到匹配特征点和匹配特征点对；对匹配特征点分别计算其坐标值在x轴和y轴上的标准差，得到如下目标函数：fN,σ1,σ2=-N+ασ1+βσ2其中，N表示匹配特征点对的数量，σ1为匹配特征点坐标值在x轴上的标准差，σ2为匹配特征点坐标值在y轴上的标准差，α、β为权值参数；采用贝叶斯优化算法分别对所述第一高光谱图像和第二高光谱图像搜索出使所述目标函数最小的波段，即为最佳波段；所述第二波段图像的空间像素范围小于所述第一波段图像的空间像素范围，根据所述匹配特征点集计算单应性变换矩阵包括：从所述匹配特征点集中筛选出位于图像四周的匹配特征点，筛选方法为：构建距离图像边界像素值为20%*W和20%*H的内接矩形，其中W表示像素宽，H表示像素高，然后筛选出不在该内接矩形内的匹配特征点对；将第二波段图像作为基准图像，使用最小二乘法计算从第一波段图像中筛选的位于图像四周的匹配特征点坐标集到第二波段图像中筛选的位于图像四周的匹配特征点坐标集的单应性变换矩阵；计算空间对准后的重叠区域范围具体包括：采用如下公式计算第一波段图像与第二波段图像的重叠边界值，top=max0,left_top_y,right_top_ybottom=minh_2-1,left_bottom_y,right_bottom_yleft=max0,left_top_x,left_bottom_xright=minw_2-1,right_top_x,right_bottom_x其中，w_1,h_1为第一波段图像的像素宽高，w_2,h_2为第二波段图像的像素宽高，left_top_x,left_top_y,right_top_x,right_top_y,left_bottom_x,left_bottom_y,right_bottom_x,right_bottom_y为第一波段图像的四个顶点坐标0,0,0,h_1-1,w_1-1,h_1-1,w_1-1,0通过变换矩阵计算出空间对准后的坐标；根据所述重叠边界值得出空间对准后的第一波段图像与第二波段图像的重叠范围在像素坐标上的表示为top~bottom,left~right。

全文数据：

权利要求：

百度查询： 奥谱天成(厦门)光电有限公司 一种自动空间对准的高光谱图像融合方法及系统、介质