[發(fā)明專利]基于子字典稀疏重構(gòu)的全色與多光譜遙感圖像融合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610040489.4
• 申請(qǐng)日: 2016-01-21
• 公開（公告）號(hào): CN105719262B
• 公開（公告）日: 2018-06-22
• 發(fā)明（設(shè)計(jì)）人: 王珺;彭進(jìn)業(yè);周劍虹;艾娜;馬建;祝軒;管子玉;楊瑞靖;羅鵬
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50
• 代理公司: 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 李婷

1.一種基于子字典稀疏重構(gòu)的全色與多光譜遙感圖像融合方法，其特征在于，包括以下步驟：

記YPAN和YMS分別表示已知的全色圖像和多光譜圖像，XMS表示未知高空間分辨率的多光譜圖像，其中YMS和XMS的第b個(gè)波段的圖像分別記為YMS_b和XMS_b，b＝1,2,...,B，B表示光譜波段總數(shù)目，記全色圖像與多光譜圖像的空間分辨率之比為γ:1；

步驟一，高空間分辨率多光譜圖像字典的構(gòu)造

步驟1.1，將B個(gè)波段的YMS_b分別上采樣成與YPAN大小相同的圖像，記為MS_b；

步驟1.2，從YPAN以及其對(duì)應(yīng)位置處的MS_b中隨機(jī)選M個(gè)大小為圖像塊，并將圖像塊拉直成向量依次排列，組成第a個(gè)波段的子字典，a∈b；即：

D_a＝[y_MS_b,1,y_MS_b,2,...,y_MS_b,M,yPAN₁,yPAN₂,...,yPAN_M] 式1

式1中y_MS_b,j與yPAN_j分別表示MS_b與YPAN圖像中的第j個(gè)圖像塊拉直成的向量，j＝1,2,...,M；

步驟1.3，采用步驟1.2的方法依次構(gòu)造B個(gè)波段的子字典D_b；

步驟1.4，子字典的級(jí)聯(lián)構(gòu)成了高空間分辨率多光譜圖像字典D，即D＝[D₁,D₂,...,D_b,...D_B]^T；

步驟二，基于稀疏重構(gòu)的圖像融合

步驟2.1，對(duì)YMS_b、YPAN分別以大小為的滑動(dòng)窗口依次按照從左上到右下的順序提取圖像塊，提取圖像塊時(shí)的步長(zhǎng)均為1，再將圖像塊拉直并依次排列組成矩陣yMS_b與yPAN；

步驟2.2，令其中和為單位矩陣，1為長(zhǎng)度為γ的全1向量；令M₂＝(w₁I,w₂I,...,w_bI,...,w_BI)，其中為單位矩陣，w_b表示每個(gè)波段對(duì)應(yīng)線性組合的權(quán)重，并且滿足

步驟2.3，建立模型，令：

y＝M×xMS+v 式2

其中，xMS表示XMS_b以的滑動(dòng)窗口依次按照從左上到右下的順序提取圖像塊，并將圖像塊拉直依次排列組成的矩陣；v1與v2分別表示未知高空間分辨率多光譜圖像退化成多光譜圖像與全色圖像的噪聲；

步驟2.4，采用BP算法求解下面方程

其中，Φ＝MD，D表示步驟1.4中的字典，α為稀疏表示系數(shù)；ε表示容許誤差，||α||₀表示α的l₀范數(shù)，||y-Φα||₂表示y-Φα的l₂范數(shù)；

步驟2.5，將xMS進(jìn)行重構(gòu)：

xMS＝D·α 式4

步驟2.6，將xMS_b矩陣中的每一列排列成大小的塊，再將這些塊按照從左上到右下的順序放到XMS_b的對(duì)應(yīng)位置處，并取平均，從而得到融合圖像XMS_b。