一种无人机高光谱影像与地物高光谱数据融合方法

本发明属于数字图像处理，具体涉及一种无人机高光谱影像与地物高光谱数据融合方法。

背景技术：

1、光谱成像技术基于电磁波谱的吸收、反射和辐射原理，能够对地表物体的光谱特征进行高分辨率的记录和分析，其工作原理是在数百至数千个连续的波段内采集地物反射或辐射的光谱信息，涵盖可见光、近红外、红外和热红外等波段。相比于传统的多光谱遥感技术，高光谱成像技术能够提供更为细致、更为精确的地物光谱特征，有助于对地表物体进行更准确的分类、识别和定量分析。高光谱成像技术已被广泛应用于土地利用、环境监测、农业管理、林业资源调查以及地质勘探等方面。然而，无人机高光谱影像和地物高光谱数据的融合是当前研究和实际应用中的一个富有挑战性的问题。

2、传统的数据融合方法往往面临着多方面的挑战。一方面，不同数据源（比如来自不同传感器或载荷的数据）的格式和空间分辨率不同，导致数据融合时的差异性；另一方面，现有融合方法忽略地物属性特征和无人机影像数据的空间分布，难以完全表达地物的高光谱特征。此外，数据融合过程中的信息丢失和噪声引入也限制融合后数据的精度和可信度。

3、针对这些问题，研究人员尝试采用多尺度分析、数据预处理和增强技术、特征提取等先进技术，以改善数据融合的精度和准确性。然而，目前仍缺乏一种完全解决高光谱数据格式兼容性、精度差异性和地物特征融合等问题的全面性方法。

技术实现思路

1、本发明的目的在于提供一种无人机高光谱影像与地物高光谱数据融合方法，通过结合先进的高光谱数据处理技术和图像融合算法，整合无人机高光谱影像和地物高光谱数据的优势，提高融合后数据的一致性、准确性和有效性，为高光谱图像的获取和分析提供更全面、更准确的技术支持，克服现有技术的局限性，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明采用了如下技术方案：一种无人机高光谱影像与地物高光谱数据融合方法，包括：使用无人机获取高光谱影像数据、从地面或其他数据源获取地物高光谱数据，对两种数据进行预处理，获取预处理数据；采用图像融合算法对所述预处理数据进行融合，再利用光谱数据处理技术对融合后的数据进行处理，获取融合影像；采用综合评价方法，对所述融合影像进行定量和定性评价，进行评估融合影像质量；对融合后的数据进行多尺度分析，探索地物在不同尺度上的特征表现，以获取更全面的信息，并运用特征提取方法，从融合数据中提取地物特征和光谱信息。

3、优选的，所述从地面或其他数据源获取地物高光谱数据，包括：以便携式地物光谱仪获取目标地物高光谱数据，数据清洗剔除异常后，筛选出合适的目标地物层高光谱数据。

4、优选的，所述便携式地物光谱仪采用25°视场角光纤探头采集目标地物光谱数据，采样数据每个点的光谱数据不少于10次。

5、优选的，所述使用无人机获取高光谱影像数据，包括：以低空无人机航空器搭载高光谱成像仪获取目标地物层高光谱影像。

6、优选的，所述低空无人机航空器采用推扫式成像，空间视场角为26.5°。

7、优选的，所述采用图像融合算法对所述预处理数据进行融合，包括：对所述预处理数据执行小波变换，提取高光谱影像的高频特征，通过将高光谱数据降维后，采用深度学习模型如cnn等执行样本训练、模型优化、数据模拟操作后，生成新的高频特征；将新生成的高频特征与小波变换提取的低频特征进行融合，以生成新融合影像。

8、优选的，所述利用光谱数据处理技术对融合后的数据进行处理，获取融合影像，包括：光谱滤波：采用savitzky-golay方法，处理融合后的新融合影像；光谱分解：使用主成分分析方法，筛选出新融合影像的主成分分量后获得融合影像。

9、优选的，所述采用综合评价方法，对所述融合影像进行定量和定性评价，包括：采用加权平均综合评价法，根据定性和定量评价指标所占比重的不同设置不同的指标权重,设定量指标权重占0.8，定性指标权重占0.2，评价公式为；式中，s为影像融合质量综合评价数值，wi为各评价指标权重，gi为各指标的归一化无量纲数值。

10、优选的，所述采用加权平均综合评价法，包括：

11、选择标准差、偏差系数作为定性指标因子，各计算公式为：

12、标准差，式中，表示影像的标准差，p(i,j)表示在图像(i,j)处的灰度值，m和n为影像的行列数；

13、相关系数<mstyle displaystyle="true" mathcolor="#000000"><mi>c</mi><mrow><mo>(</mo><mrow><mi>p</mi><mi>,</mi><mi>q</mi></mrow><mo>)</mo></mrow><mi>=</mi><mfrac><mstyle displaystyle="true"><munder><mo>∑</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow></munder><mrow><mo>[</mo><mrow><mrow><mo>(</mo><mrow><msub><mi>p</mi><mrow><mo>(</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow><mo>)</mo></mrow></msub><mi>?</mi><mi>e</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow></mrow><mo>)</mo></mrow><mi>×</mi><mrow><mo>(</mo><mrow><msub><mi>q</mi><mrow><mo>(</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow><mo>)</mo></mrow></msub><mi>?</mi><mi>e</mi><mrow><mo>(</mo><mi>q</mi><mo>)</mo></mrow></mrow><mo>)</mo></mrow></mrow><mo>]</mo></mrow></mstyle><msqrt><mstyle displaystyle="true"><munder><mo>∑</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow></munder><mrow><mo>[</mo><msup><mrow><mo>(</mo><mrow><msub><mi>p</mi><mrow><mo>(</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow><mo>)</mo></mrow></msub><mi>?</mi><mi>e</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow></mrow><mo>)</mo></mrow><mn>2</mn></msup><mo>]</mo></mrow></mstyle><mi>×</mi><mstyle displaystyle="true"><munder><mo>∑</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow></munder><mrow><mo>[</mo><msup><mrow><mo>(</mo><mrow><msub><mi>q</mi><mrow><mo>(</mo><mrow><mi>i</mi><mi>,</mi><mi>j</mi></mrow><mo>)</mo></mrow></msub><mi>?</mi><mi>e</mi><mrow><mo>(</mo><mi>q</mi><mo>)</mo></mrow></mrow><mo>)</mo></mrow><mn>2</mn></msup><mo>]</mo></mrow></mstyle></msqrt></mfrac></mstyle>，式中，c(p,q)表示影像p和q的相关性，p(i,j)和q(i,j)为原始高光谱影像和融合影像在(i,j)处的灰度值，e(p)和e(q)为原始高光谱影像和融合影像的平均灰度值；

14、选择相关系数、信息熵、均值、偏差系数作为定量评价指标因子，各计算公式为：

15、信息熵：，式中，k表示某波段的信息熵，pi为i灰度值的像元数占总像元数比，n表示影像灰度级数；

16、均值：，式中，e(p)表示影像p的灰度值，p(i,j)表示在图像(i,j)处的灰度值，m和n为影像的行列数；

17、偏差系数：，式中，d表示偏差系数，p(i,j)和q(i,j)为原始高光谱影像和融合影像在(i,j)处的灰度值，m和n为影像的行列数。

18、另一方面，本发明提出一种无人机高光谱影像与地物高光谱数据融合系统，包括：

19、数据采集与预处理?？?，用于使用无人机获取高光谱影像数据、从地面或其他数据源获取地物高光谱数据，对两种数据进行预处理，获取预处理数据；

20、影像融合?？?，用于采用图像融合算法对所述预处理数据进行融合，再利用光谱数据处理技术对融合后的数据进行处理，获取融合影像；

21、评价?？?，用于采用综合评价方法，对所述融合影像进行定量和定性评价，进行评估融合影像质量；

22、分析与特征提取?？?，用于对融合后的数据进行多尺度分析，探索地物在不同尺度上的特征表现，以获取更全面的信息，并运用特征提取方法，从融合数据中提取地物特征和光谱信息。

23、本发明的技术效果和优点：本发明提出的一种无人机高光谱影像与地物高光谱数据融合方法，与现有技术相比，具有以下优点：

24、本发明通过结合先进的高光谱数据处理技术和图像融合算法，克服了现有技术的局限性，旨在整合无人机高光谱影像和地物高光谱数据的优势，提高融合后数据的一致性、准确性和有效性，针对不同数据源的高光谱数据的预处理技术，结合先进的图像融合算法和光谱数据处理技术，实现多尺度分析和特征提取方法的优化融合，从而有效解决现有技术中数据格式不兼容、精度差异和信息损失等问题，为高光谱图像的获取和分析提供了更全面、更准确的技术支持，为高光谱图像的获取和分析提供更全面、更准确的技术支持，可应用于地理信息系统、环境监测、农业科学和资源管理等领域，为相关领域提供了更高分辨率和更准确的高光谱数据融合方案，为地球科学研究和资源管理提供了新的技术手段。