本发明公开了一种基于影像魔方的遥感影像增强降采样方法，首先对遥感影像每个波段分别进行影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；然后进行分波段处理叠合，将对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
1.一种基于影像魔方的遥感影像增强降采样方法，其特征在于：包括首先对遥感影像每个波段分别进行以下步骤，步骤1，影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
步骤2，主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
步骤4，三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；
然后进行分波段处理叠合，将对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
2.根据权利要求1所述基于影像魔方的遥感影像增强降采样方法，其特征在于：步骤1中，包括以下子步骤，(1)首先设置降采样尺度因子s，将降采样尺度因子s四舍五入得到k，获得对应的窗口2
(2)输入遥感影像，获取影像的高H和宽W，然后根据下式计算得到目标影像的高h和宽2
w，接下来申请内存创建一个空的k×h×w的数组，以存储影像魔方；
(3)以尺度因子s作为步长，通过k×k的滑动窗口遍历输入遥感影像，将每个滑动窗口
内所有像素值展开成长度为k的列向量，然后将列向量放入影像魔方对应位置，从而得到k×h×w的影像魔方数据。
3.根据权利要求2所述基于影像魔方的遥感影像增强降采样方法，其特征在于：步骤2中，包括以下子步骤，(1)将影像魔方的每一层影像看作一个随机向量，形成随机向量然后计算随机向量的均值向量
(3)通过(2)中的协方差矩阵 计算得到特征值λ和特征向量 对特征值从大到小排序，然后将其对应的特征向量分别作为行向量组成特征向量矩阵Φ。
4.根据权利要求3所述基于影像魔方的遥感影像增强降采样方法，其特征在于：步骤3中，包括以下子步骤，(1)根据特征值λ的大小将特征向量 从大到小进行排序，取前三个分量t1、t2、t3，构成变换系数矩阵T＝[t1 t2 t3]；
(2)利用变换系数矩阵T通过下式对影像魔方进行转换，从而得到三个相应波段的降采样影像y1、y2、y3，构成中间结果y＝[y1 y2 y3]；
5.根据权利要求4所述基于影像魔方的遥感影像增强降采样方法，其特征在于：步骤4中，包括以下子步骤，(1)将三个相应波段影像[y1 y2 y3]进行求和得到降采样结果影像Y；
(2)计算降采样结果影像Y中的最大值Ymax和最小值Ymin，通过下式，将Y色彩范围映射到
6.一种基于影像魔方的遥感影像增强降采样系统，其特征在于：包括以下模块，第一模块，用于对遥感影像每个波段分别进行以下步骤，步骤1，影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
步骤2，主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
步骤4，三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；
第二模块，用于进行分波段处理叠合，将第一模块对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
7.一种基于影像魔方的遥感影像增强降采样系统，其特征在于：包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如权利要求1‑5任一项所述的一种基于影像魔方的遥感影像增强降采样方法。
8.一种介质，其特征在于：包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如权利要求1‑5任一项所述的一种基于影像魔方的遥感影像增强降采样方法。
基于影像魔方的遥感影像增强降采样方法及系统
技术领域
[0001] 本发明涉及信息技术领域，具体涉及一种基于影像魔方的遥感影像增强降采样方法及系统。
背景技术
[0002] 影像重采样即将数字影像按照要求的像元间距重新进行插值得到新影像的过程，包括升采样和降采样两类。影像降采样是将影像按照比原来像元间隔更大的采样间隔进行插值，降采样是一种压缩影像大小，并保留其有效信息的一种方法，降采样方法的好坏直接影响影像质量，一种好的降采样方法能够在压缩影像大小的同时，最大程度保留其有效信息，使得降采样后影像与原始影像更为接近。影像降采样算法就是通过影像边缘信息、相邻像素信息等局部特征进行插值计算。根据插值算法对整幅影像是否采用同一种缩放算子，算法主要分为非自适应插值算法和自适应插值算法两类。
[0003] 非自适应插值算法对整幅影像采用同一种缩放算子进行无差别计算，不区分对待插值点处于平滑区域、边缘区域还是纹理区域，即忽略影像局部差异性求取待插值点像素值。该类插值算法运算复杂度较低，逻辑控制简单，其经典的最近邻插值、双线性插值、双三次插值等非自适应插值算法已被用于一些商用影像处理软硬件中，但用于纹理特征和边缘信息较为丰富的影像降采样时效果较差。自适应插值算法主要基于影像特征(如边缘特征、区域特征)来进行设计的，包括Allebach等提出的基于边缘特征的自适应插值算法、Xin Li等提出的局部自适应插值算法及其改进方法、EASE(Error‑Amended Sharp Edge)算法等，自适应插值算法结果视觉效果较好，且插值后影像质量远远高于非自适应插值算法，但这些算法模型复杂，运算复杂度较高，使得插值速度较慢，应用范围受限。
[0004] 遥感影像覆盖范围广，数据量大，地物类型复杂，为减小数据量，加快影像处理效率，可对影像进行降采样，但遥感影像细节纹理往往包含着重要的地物类型信息，因此对降采样效果的要求较高，常用的影像降采样方法在降采样过程中容易丢失重要地类信息，难以满足实际应用需求。
发明内容
[0005] 为了解决现有遥感影像降采样过程中存在的问题，本发明提出了一种基于影像魔方的遥感影像增强降采样方法，该方法能够在降采样的同时保留影像地物关键特征，同时对影像进行增强，提升影像显示效果。
[0006] 本发明提供一种基于影像魔方的遥感影像增强降采样方法，包括首先对遥感影像每个波段分别进行以下步骤，
[0007] 步骤1，影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
[0008] 步骤2，主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
[0009] 步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
[0010] 步骤4，三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；
[0011] 然后进行分波段处理叠合，将对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
[0012] 而且，步骤1中，包括以下子步骤，
[0013] (1)首先设置降采样尺度因子s，将降采样尺度因子s四舍五入得到k，获得对应的2
窗口尺寸(k×k)和影像魔方的第三维度大小k；
[0014] k＝round(S)
[0015] (2)输入遥感影像，获取影像的高H和宽W，然后根据下式计算得到目标影像的高h2
和宽w，接下来申请内存创建一个空的k×h×w的数组，以存储影像魔方；
[0016] h＝int(H/s)
[0017] w＝int(W/s)
[0018] 其中，int()表示向下取整函数；
[0019] (3)以尺度因子s作为步长，通过k×k的滑动窗口遍历输入遥感影像，将每个滑动2
窗口内所有像素值展开成长度为k的列向量，然后将列向量放入影像魔方对应位置，从而
2
得到k×h×w的影像魔方数据。
[0020] 而且，步骤2中，包括以下子步骤，
[0021] (1)将影像魔方的每一层影像看作一个随机向量，形成随机向量然后计算随机向量的均值向量
[0022] (2)通过下式计算协方差矩阵C，
[0023]
[0024] (3)通过(2)中的协方差矩阵计算得到特征值λ和特征向量 对特征值从大到小排序，然后将其对应的特征向量分别作为行向量组成特征向量矩阵Φ。
[0025] 而且，步骤3中，包括以下子步骤，
[0026] (1)根据特征值λ的大小将特征向量 从大到小进行排序，取前三个分量t1、t2、t3，构成变换系数矩阵T＝[t1 t2 t3]；
[0027] (2)利用变换系数矩阵T通过下式对影像魔方进行转换，从而得到三个相应波段的降采样影像y1、y2、y3，构成中间结果y＝[y1 y2 y3]；
[0028] y＝dot(X,T)
[0029] 其中，dot()表示矩阵乘法。
[0030] 而且，步骤4中，包括以下子步骤，
[0031] (1)将三个相应波段影像[y1 y2 y3]进行求和得到降采样结果影像Y；
[0032] (2)计算降采样结果影像Y中的最大值Ymax和最小值Ymin，通过下式，将Y色彩范围映射到0‑255得到，
[0033]
[0034] 其中，I为最终降采样影像。
[0035] 另一方面，本发明提供一种基于影像魔方的遥感影像增强降采样系统，用于实现如上所述的一种基于影像魔方的遥感影像增强降采样方法。
[0036] 而且，包括以下模块，
[0037] 第一模块，用于对遥感影像每个波段分别进行以下步骤，
[0038] 步骤1，影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
[0039] 步骤2，主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
[0040] 步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
[0041] 步骤4，三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；
[0042] 第二模块，用于进行分波段处理叠合，包括将第一模块对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
[0043] 或者，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种基于影像魔方的遥感影像增强降采样方法。
[0044] 或者，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种基于影像魔方的遥感影像增强降采样方法。
[0045] 与现有采用影像降采样的方法相比，本发明可以具有的有益效果如下：
[0046] (1)本发明采用主成分分析的方法进行遥感影像降采样，相对于常见的最邻近插值、线性插值，三次卷积插值等非自适应插值算法，本方法对遥感影像中的细节纹理信息保持良好，随着降采样尺度的增大，对遥感影像中的线状地物也能良好的保持，并且对降采样过程中的出现的锯齿状情况也有一定的改善。
[0047] (2)本发明能够在影像降采样降低数据量的同时，尽可能保留细节纹理信息，改善降采样影像质量，遥感影像覆盖范围广，数据量大，地物类型复杂，通过该方法能够有效减小数据量，在保证遥感影像处理精度的同时加快遥感影像处理效率。
附图说明
[0048] 图1为本发明实施例的流程图。
具体实施方式
[0049] 以下结合附图和实施例具体说明本发明的技术方案，
[0050] 实施例利用河北省东光县的局部高分辨遥感影像对基于影像魔方的主成分分析遥感影像增强降采样方法进行实验。
[0051] 参见图1，实施例提供的一种基于影像魔方的遥感影像增强降采样方法，包括首先对遥感影像每个波段分别进行以下步骤，并将结果按照顺序叠合得到降采样后影像：
[0052] 高分辨遥感影像的分辨率为1m，采样尺度分别取3，6，9。
[0053] 步骤1，生成影像魔方；
[0054] 对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，即影像魔方；
[0055] (1)首先设置降采样尺度因子s，将降采样尺度因子s四舍五入得到k，获得对应的2
窗口尺寸(k×k)和影像魔方的第三维度大小k；
[0056] k＝round(s)
[0057] 其中，round()表示四舍五入函数，s为降采样尺度因子。
[0058] (2)输入遥感影像，获取影像的高H和宽W，然后根据下式计算得到目标影像的高h2
和宽w，接下来申请内存创建一个空的k×h×w的数组，以存储影像魔方；
[0059] h＝int(H/s)
[0060] w＝int(W/s)
[0061] 其中，int()表示向下取整函数。
[0062] (3)以尺度因子s作为步长，通过k×k的滑动窗口遍历输入遥感影像，将每个滑动2
窗口内所有像素值展开成长度为k的列向量，通过下式计算当前列向量在影像魔方中的位
2
置(x,y)，然后将该列向量放入影像魔方对应位置，从而得到k×h×w的影像魔方数据。
[0063]
[0064]
[0065] 其中，winx与winy分别为当前滑动窗口左上角像素点在源影像的坐标，s为尺度因子，x∈[0,w]，y∈[0,h]。
[0066] 步骤2，主成分信息提取；
[0067] 本发明提出通过主成分分析计算降采样插值系数，对影像魔方进行主成分分析，计算特征值与特征向量；
[0068] (1)通过步骤2的计算，得到一个k2层h×w大小的三维数组(即影像魔方)，将该数组的每一层当作一个随机向量，即可得到随机向量 其中为列向量,然后计算随机向量的均值向量 其中 为列向
量；
[0069] (2)通过下式计算协方差矩阵C；
[0070]
[0071] 其中，i为层标识，i＝1,2,…,k2。
[0072] (3)通过(2)中的协方差矩阵C计算得到特征值λ和特征向量 对特征值从大到小排序，然后将其对应的特征向量分别作为行向量组成特征向量矩阵Φ；
[0073] 步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个波段的降采样影像；
[0074] (1)根据特征值λ的大小将特征向量 从大到小进行排序，取前三个分量t1、t2、t3构成变换系数矩阵T＝[t1 t2 t3]；
[0075] (2)利用变换系数矩阵T通过下式对影像魔方进行转换，从而得到三个波段的降采样影像y1、y2、y3，构成中间结果y＝[y1 y2 y3]；
[0076] y＝dot(X,T)
[0077] 其中，dot()表示矩阵乘法。
[0078] 步骤4，对三个波段的降采样影像进行求和获得降采样结果影像，然后将该影像的色彩范围映射为灰度级范围；
[0079] (1)将三个波段影像[y1 y2 y3]进行求和得到降采样结果影像Y；
[0080] (2)计算Y中的像素最大值Ymax和像素最小值Ymin，通过下式，将Y色彩范围映射到0‑255得到降采样影像I，
[0081]
[0082] 具体实施时，可以最后分波段处理叠合，只需对遥感影像每个波段分别进行上述操作，并将结果按照顺序叠合得到降采样后影像。
[0083] (1)对输入影像的每个波段逐个进行上述步骤1到步骤4的操作，获得降采样的影像；
[0084] (2)将各个波段降采样影像按照顺序进行叠加，得到最终结果。
[0085] 通过上述步骤进行处理的遥感影像能够在减小数据量的同时，尽可能的保留地物的细节纹理信息。通过该方法处理的遥感影像在生产应用中能够在保证遥感影像处理精度的同时大大提高遥感影像处理效率。
[0086] 具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。在一些可能的实施例中，提供一种基于影像魔方的遥感影像增强降采样系统，包括以下模块，
[0087] 第一模块，用于对遥感影像每个波段分别进行以下步骤，
[0088] 步骤1，影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
[0089] 步骤2，主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
[0090] 步骤3，将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
[0091] 步骤4，三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围；
[0092] 第二模块，用于进行分波段处理叠合，包括将第一模块对遥感影像每个波段分别进行上述操作的结果按照顺序叠合得到降采样后影像。
[0093] 具体实施时，第一模块也可分为以下单元实现：
[0094] 第一单元，用于影像魔方生成，包括对影像进行空间变换，通过像素点邻域像素在第三维度上的堆叠将二维影像转换为三维影像块，得到影像魔方；
[0095] 第二单元，用于主成分分析信息提取，包括对影像魔方进行主成分分析，计算特征值与特征向量；
[0096] 第三单元，用于将特征向量按照特征值从大到小进行排序，取前三个特征向量作为变换系数，通过变换系数对影像魔方进行转换，从而得到三个相应波段的降采样影像；
[0097] 第四单元，用于三个相应波段的降采样影像融合获得降采样结果影像，然后将降采样结果影像的色彩范围映射为灰度级范围。
[0098] 在一些可能的实施例中，提供一种基于影像魔方的遥感影像增强降采样系统，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种基于影像魔方的遥感影像增强降采样方法。
[0099] 在一些可能的实施例中，提供一种基于影像魔方的遥感影像增强降采样系统，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种基于影像魔方的遥感影像增强降采样方法。
[0100] 本文中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
