[發明專利]基于耦合張量分解的多光譜與高光譜圖像融合方法

有效

• 申請號: 201711419401.0
• 申請日: 2017-12-25
• 公開（公告）號: CN107977951B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 李紅
• 申請（專利權）人: 咸陽師范學院
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 吳甘棠

1.一種基于耦合張量分解的多光譜與高光譜圖像融合方法，包括以下步驟：

(1)輸入圖像和矩陣：

(1a)分別輸入低空間分辨率高光譜圖像L∈R^h×w×B和高空間分辨率多光譜圖像Y∈R^H×W×b，h和w為低空間分辨率高光譜圖像的高和寬，B為低分辨率高光譜圖像的波段數，H和W為高空間分辨率多光譜圖像的高和寬，b為高空間分辨率多光譜圖像的波段數；

(1b)輸入光譜退化矩陣D；

(1c)設定正則參數λ；

(2)將低空間分辨率高光譜圖像L進行空間上采樣，使得空間尺寸變為H×W，得到上采樣的低空間分辨率高光譜圖像X∈R^H×W×B；

(3)將上采樣的低空間分辨率高光譜圖像X進行Tucker分解，得到核心張量G和因子矩陣T₁，T₂和T₃：

(3a)構建目標方程：

X＝G×₁T₁×₂T₂×₃T₃

subject to T₁^TT₁＝I_H×H,

其中，I_H×H，I_W×W和I_B×B均為單位矩陣，尺寸分別為H×H，W×W和B×B；subject to表示T₁^TT₁＝I_H×H,為X＝G×₁T₁×₂T₂×₃T₃的約束條件，×₁，×₂和×₃分別表示沿模1，模2，模3相乘；

(3b)利用高階奇異值分解算法對步驟(3a)中的目標方程進行求解；

(4)將高空間分辨率多光譜圖像Y進行Tucker分解，得到核心張量C：

(4a)構建目標方程：

Y＝C×₁T₁×₂T₂×₃T_3D

其中，T_3D＝DT₃；

(4b)將步驟(4a)中的目標方程變形為：

其中，T表示矩陣的轉置；

(4c)將矩陣C₍₃₎沿模3折疊得到核心張量C：

其中，M₍₃₎為M的模3展開形式，C₍₃₎為核心張量C的模3展開形式，(·)^-1表示矩陣的逆；

(5)將核心張量C與因子矩陣T₁，T₂和T₃分別沿模1，模2和模3相乘，得到高空間分辨率高光譜圖像Z：

Z＝C×₁T₁×₂T₂×₃T₃。