[发明专利]基于CPU和GPU协同处理的全色和多光谱影像实时融合方法

权利要求书

1.一种基于CPU和GPU协同处理的全色和多光谱影像实时融合方法，其特征在于，其具体步骤包括：

S101，通过有理函数模型计算全色影像和多光谱影像的重叠区域；

通过有理函数模型RFM确定全色影像与多光谱影像各自的物方坐标，物方坐标表达式为(B，L，H)，其包括大地纬度B、大地经度L、大地高H，H为平均的大地高程；

对物方坐标进行归一化处理，得到归一化后的物方坐标(U，V，W)，其计算公式为：

其中，LonOff，LatOff，HeiOff分别为物方坐标(B，L，H)的平移值，LonScale，LatScale，HeiScale分别为物方坐标(B，L，H)的缩放值；

对于每一景影像，归一化后的物方坐标(U，V，W)与像方坐标(s_n，l_n)的关系用多项式比值形式表示为：

其中，等号右边的多项式分子、分母的表达式分别为：

Num_L(U，V，W)＝a₁+a₂V+a₃U+a₄W+a₅VU+a₆VW+a₇UW+a₈V²+a₉U²+a₁₀W²+a₁₁VUW+a₁₂V³+a₁₃VU²+a₁₄VW²+a₁₅V²U+a₁₆U³+a₁₇UW²+a₁₈V²W+a₁₉U²W+a₂₀W³，

Den_L(U，V，W)＝b₁+b₂V+b₃U+b₄W+b₅VU+b₆VW+b₇UW+b₈V²+b₉U²+b₁₀W²+b₁₁VUW+b₁₂V³+b₁₃VU²+b₁₄VW²+b₁₅V²U+b₁₆U³+b₁₇UW²+b₁₈V²W+b₁₉U²W+b₂₀W³，

Num_s(U，V，W)＝c₁+c₂V+c₃U+c₄W+c₅VU+c₆VW+c₇UW+c₈V²+c₉U²+c₁₀W²+c₁₁VUW+c₁₂V³+c₁₃VU²+c₁₄VW²+c₁₅V²U+c₁₆U³+c₁₇UW²+c₁₈V²W+c₁₉U²W+c₂₀W³，

Den_S(U，V，W)＝d₁+d₂V+d₃U+d₄W+d₅VU+d₆VW+d₇UW+d₈V²+d₉U²+d₁₀W²+d₁₁VUW+d₁₂V³+d₁₃VU²+d₁₄VW²+d₁₅V²U+d₁₆U³+d₁₇UW²+d₁₈V²W+d₁₉U²W+d₂₀W³，

其中，a_i，b_i，c_i，d_i，i＝1，2，…，20，为有理多项式系数；

得到全色影像与多光谱影像的地理范围之后，计算出全色影像与多光谱影像的重叠区域的地理范围，并且分别将两张影像各自重叠区域的地理范围通过RFM模型，得到其在各自影像的像方坐标系下的坐标值；

S102，读取全色影像与多光谱影像的重叠区域中的全色影像，并且以其为基准，通过GPU对多光谱影像进行虚拟化，得到虚拟化后的多光谱影像，即虚拟影像；

S103，将虚拟化后的多光谱影像转成虚拟全色影像，通过GPU将虚拟全色影像与真实的全色影像进行格网点匹配，得到同名网格点；

S104，获取同名格网点之后，通过GPU对多光谱虚拟影像进行数字微分纠正，得到数字微分纠正后的多光谱影像；

S105，对数字微分纠正后的多光谱影像以及全色影像进行快速融合，得到最终的融合结果；

步骤S105利用基于全色光谱分解的影像融合方法实现；

所述的基于全色光谱分解的影像融合方法，利用了同时拍摄的全色影像与多光谱影像之间的强相关性，通过线性变换加残差消减的方式将全色影像像元亮度值DN分解为多光谱影像波段像元亮度值DN，再利用比值变换法进行影像融合；在比值变换法中，全色影像与所生成不同尺度的低分辨率全色影像的像素值比值等于融合图像与低质量多光谱影像的像素值的比值，即：

其中，Pan_HQ为高质量全色影像，即原始全色影像，Pan_HQ(i，j)表示原始全色影像的第i行、第j列像素点的像素值；Pan_LQ为所生成不同尺度的低质量全色影像，Pan_LQ(i，j)表示所生成不同尺度的低质量全色影像的第i行、第j列像素点的像素值；为理想的高质量多光谱影像，即融合图像，表示融合图像的g波段图像第i行、第j列像素点的像素值；为低质量多光谱影像，其通过对原始多光谱影像进行采样得到，表示低质量多光谱影像的g波段图像第i行、第j列像素点的像素值；i，j，g分别是行、列、波段的序号；全色影像与多光谱影像之间的数学关系描述为：

Pan＝k^(g)MS^(g)+b^(g)T+E^(g)，

其中，b^(g)是多光谱影像第g波段对应的偏置系数，k^(g)为多光谱影像第g波段对应的比例系数，T为维度与Pan相同、且其元素都为1的矩阵，E^(g)是多光谱影像第g波段对应的残差矩阵，Pan是全色影像的像素值，MS^(g)是g波段多光谱影像的像素值；通过低分辨率的全色多光谱影像拟合得到比例系数、偏置系数及残差矩阵，并利用这些系数得到融合的高分辨率全色影像。