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：南京航空航天大学

摘要：本发明通过利用多源遥感融合数据Multi‑SourceRemoteSensingFusionData，MRSFD的空间、光谱、高程信息，提出了一种基于MRSFD的亚像素定位Sup‑pixelMapping，SPM方法。包括如下步骤：1对原始的高光谱图像和全色影像进行融合，利用全色锐化技术得到具有高空间分辨率和光谱分辨率的融合图像。2将得到的包含空间和光谱信息的融合图像与一种带有高程信息的激光雷达LightDetectionAndRanging，LiDAR数字表面模型DigitalSurfaceModel，DSM进行融合，通过特征融合得到包含空间、光谱和高程信息的MRSFD。3对MRSFD进行归一化处理，得到属于土地覆盖类别的亚像素比例分数图像，再通过基于类单元的类别分配方法将类标签分配给亚像素，根据这些比例信息得到SPM结果。

主权项：1.一种基于多源遥感数据融合的土地覆盖类别亚像素定位方法，其特征在于，包括如下步骤：1对原始的高光谱图像和全色影像进行融合，利用全色锐化技术得到具有高空间分辨率和光谱分辨率的融合图像；2将得到的包含空间和光谱信息的融合图像与一种带有高程信息的激光雷达数字表面模型进行融合，通过特征融合得到包含空间、光谱和高程信息的多源遥感融合数据；3对多源遥感融合数据进行归一化处理，得到属于土地覆盖类别的亚像素比例分数图像，再通过基于类单元的类别分配方法将类标签分配给亚像素，根据这些比例信息得到亚像素定位结果；步骤2中，首先利用预先确定好尺寸和形状的形态学上开口或闭合的结构元素来提取空间和光谱特征n为特征数，其中B波段来自于融合图像；而高程特征为其中B*波段来自于带有高程信息的激光雷达的数字表面模型；因为融合后的图像有更多的波段，空间和光谱特征的频带数比高程特征的频带数多，B＞B*；然后为了便于特征融合，需要通过核主成分分析将空间和光谱特征的频带数归一化为B*；假设表示空间光谱特征和高程特征叠加的向量，最后通过基于图的特征融合方法，获得带有融合特征的多源遥感融合数据；基于图的特征融合方法的目标是找到一个实现的变换矩阵R，矩阵R定义为式2： 其中zxy∈{0,1}来自被定义为图像边缘的矩阵Z；利用基于欧式距离的K最近邻算法，找出靠近中心特征的特征如果和接近zxy＝1，并且和相距zxy＝0；另外，使用式3中的约束来避免简并：RTFS-EDFS-ETR＝I3其中，D是一个对角矩阵，对角线上Dx,x的值为I是单位矩阵；得到R＝r1,r2,...,ro的解，该解由与式4中广义问题的最小特征向量o的特征值λ1≤λ2≤···≤λo相关的特征向量组成： 其中，W＝D-Z是拉普拉斯算子矩阵。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于多源遥感数据融合的土地覆盖类别亚像素定位方法