[發明專利]基于局部低秩矩陣和光譜分解的圖像融合算法

在審

• 申請號: 201810028177.0
• 申請日: 2018-01-11
• 公開（公告）號: CN108257107A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 周圓;楊晶;李綽;馮麗洋;楊建興
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

本發明公開了一種基于局部低秩矩陣和光譜分解的圖像融合算法，該方法包括以下步驟：步驟(1)、局部化多光譜圖像和高光譜圖像，包括多光譜圖像局部化處理和高光譜圖像局部化處理；步驟(2)、進行多光譜豐度矩陣估計，求解豐度信息；步驟(3)、初始化高光譜圖像局部塊的端元矩陣E_p；步驟(4)、利用將多光譜圖像的空間信息提取與高光譜圖像的光譜信息提取兩個過程通過交替迭代的方法計算E_m,p和X_h,p。與現有技術相比，本發明能夠有效融合高光譜圖像和多光譜圖像，有著廣泛的應用前景。

技術領域

本發明涉及圖像處理領域，更具體地，涉及一種基于局部低秩矩陣和光譜分解的高 光譜與多光譜圖像融合算法。

背景技術

根據光譜分辨率的大小，可以將光譜圖像分為多光譜圖像(MultispectralImage，SI) 和高光譜圖像(Hyperspectral Image，HSI)。常見的多光譜圖像包含具有7個波段的 Landsat-TM5，其波段范圍分別是450-520nm、520-600nm、630-690nm、760-900nm、1550-1750nm、1040-1250nm2080-2350nm。常見的高光譜圖像包含具有224個波段的AVIRIS，其光譜覆蓋范圍為400-2500nm。高光譜圖像比多光譜圖像具有更高的光譜分 辨率。然而這種光譜分辨率的提升帶來的副作用就是其空間分辨率要低于多光譜圖像。 由于高光譜圖像較低的空間分辨率，其成像時往往造成大量的混合像元，極大的影響了 高光譜圖像在各個領域中的應用。如何獲得同時具有高的空間分辨率的高光譜圖像 (Highspatial-resolutionHSI，HHSI)成為亟需解決的問題。

如果目標場景存在一幅高空間分辨率的多光譜數據，可以通過數據融合的方式來生 成高空間分辨率的高光譜圖像。融合得到的圖像可以看成是多光譜圖像中的高空間分辨 率信息與高光譜圖像中的高光譜分辨率信息的結合物。融合的結果能夠使得以往只能在 機載高空間分辨率光譜成像系統上進行的應用擴展到全球尺度。例如：高空間分辨率生態系統監測，高空間分辨率專題制圖(礦物質、城市地標物質、植物種類等)。盡管在 目前位置，同時具備高光譜圖像與多光譜圖像傳感器的衛星很有限，但是隨著可用的高 分辨率的光學衛星的增加和回歸周期的改善，使得相同季節下和相同的大氣狀況和照明 條件下互補的高光譜與多光譜圖像的獲取成為可能。

迄今為止，在國內外公開發表的論文和文獻中尚未見到基于局部低秩和耦合光譜分 解的高光譜和多光譜圖像融合算法。因此，本發明具有獨創性，該算法能夠有效融合高光譜和多光譜圖像，有著廣泛的應用前景。

發明內容

基于對現有的高光譜圖像和多光譜圖像融合算法總結和分析的基礎上，本發明提出 一種基于局部低秩矩陣和光譜分解的圖像融合算法，利用高光譜圖像局部低秩的性質，首先將高光譜圖像與多光譜圖像進行分塊處理，然后，針對高光譜圖像與多光譜圖像之 間的每一對應塊進行融合；對于每一個對應塊，利用光譜圖像線性分解模型來實現融合。

本發明的一種基于局部低秩矩陣和光譜分解的圖像融合算法，該方法包括以下步驟：

步驟1、局部化多光譜圖像和高光譜圖像，包括多光譜圖像局部化處理和高光譜圖像局部化處理，具體如下：

多光譜圖像局部化處理：將多光譜圖像分割成ω×ω，固定大小的圖像塊，其 中ω是表示圖像塊的長度，表示多光譜圖像所在的空間)；將多光譜圖像所有的圖像塊構成的集合表示為其中，n表示塊的數量，|Y_m,p|表示每一 個多光譜圖像局部塊中像素點的個數，λ_m表示多光譜圖像的波段數；