[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

本發明公開了一種基于耦合張量分解的多光譜與高光譜圖像融合方法，主要解決現有技術中空間信息模糊和光譜扭曲的問題。其步驟為：(1)分別輸入低空間分辨率的高光譜圖像、高空間分辨率的多光譜圖像、光譜退化矩陣和正則參數；(2)將低空間分辨率的高光譜圖像進行空間上采樣；(3)將上采樣低空間分辨率的高光譜圖像利用高階奇異值分解算法進行Tucker分解；(4)將高空間分辨率的多光譜圖像進行Tucker分解；(5)將步驟(3)得到的因子矩陣與步驟(4)得到的核心張量沿各個模相乘得到高空間分辨率的高光譜圖像。本發明能獲得準確的空間和光譜信息，可用于目標檢測與識別、地物分類等遙感領域。

技術領域

本發明屬于圖像處理技術領域，更進一步涉及遙感圖像中的多光譜與高光譜圖像融合方法，可用于目標檢測與識別和地物分類等遙感領域。

背景技術

由于光學傳感器成像的物理限制，遙感衛星通常只能獲得低空間分辨率的高光譜圖像和高空間分辨率的多光譜圖像。高光譜圖像具有較多的光譜信息，但空間分辨率較低；多光譜圖像空間分辨率較高，具有較多的空間信息，但光譜信息較少缺乏。為了得到高空間分辨率的高光譜圖像，人們采用多光譜與高光譜圖像融合技術，分別利用多光譜圖像中的空間細節與高光譜圖像的光譜信息，最終得到空間細節清晰，光譜信息豐富的高空間分辨率的高光譜圖像，從而獲得更好的視覺效果。

目前，多光譜圖像與高光譜圖像融合技術主要可以分為兩類：一類是基于成分替代的方法，例如主成分分析法PCA。由于基于成分替代的方法原理簡單，操作簡單，因此得到廣泛應用。但是這類方法會產生嚴重的光譜扭曲。另一類是基于注入的方法，例如小波變換法。這類方法大大減小了融合圖像的光譜扭曲度，但是容易產生空間效應。

發明內容

本發明的目的在于針對上述已有技術的不足，提出一種基于耦合張量分解的多光譜與高光譜圖像融合方法，以提高高光譜圖像的空間分辨率，并較好的保持光譜特征。

為實現上述目的，具體步驟包括如下：

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

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。subjectto表示為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。