基于非重叠波段模拟的高光谱和多光谱图像融合方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110517212A(43)申请公布日2019.11.29(21)申请号201910771410.9(22)申请日2019.08.21(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人李学龙王琦袁悦(74)专利代理机构西北工业大学专利中心61204代理人常威威(51)Int.Cl.G06T5/50(2006.01)G06T3/40(2006.01)权利要求书1页说明书6页附图2页(54)发明名称基于非重叠波段模拟的高光谱和多光谱图像融合方法(57)摘要本发明提供了一种基于非重叠波段模拟的高光谱和多光谱图像融合方法。首先，对图像进行预处理，并使用光谱解混技术生成在非重叠波段模拟的多光谱图像；然后，使用多光谱图像波段的最优线性组合获得对应于每个波段高光谱图像的高分辨率图像；最后，使用注入模型将高分辨率图像注入到每个波段的高光谱图像中，得到融合后的图像。本发明可以在保留高光谱图像中光谱信息的同时提高图像的空间分辨率，得到同时具有高空间分辨率和高光谱分辨率的融合图像，尤其是可以有效提高在高光谱和多光谱图像的波长重叠范围小的情况下的融合图像质量。CN110517212ACN110517212A权利要求书1/1页1.一种基于非重叠波段模拟的高光谱和多光谱图像融合方法，其特征在于步骤如下：步骤1：分别对高光谱图像和多光谱图像的像素值进行归一化处理，使所有像素值归一化到0-1之间；然后，对归一化后的每个波段的高光谱和多光谱图像数据分别按行展开，将高光谱图像和多光谱图像数据分别转换为像素数乘以波段数的二维矩阵形式，对于高光谱p×B图像得到二维矩阵X＝[X1,...,XB]∈R，对于多光谱图像得到二维矩阵Y＝[Y1,...,Yb]∈RP×b，其中，p为每个波段的高光谱图像的像素数，P每个波段的多光谱图像的像素数，B为高光谱图像的波段数，b为多光谱图像的波段数，p＜P，b＜B，Xi表示第i个波段的高光谱图像按行展开后得到的向量，Yj表示第j个波段的多光谱图像按行展开后得到的向量，i＝1,...,B，j＝1,...,b；步骤2：采用CNMF方法对图像矩阵X和Y进行耦合光谱解混处理，得到近似图像A∈RP×B；步骤3：选择近似图像A在高光谱图像和多光谱图像非重叠波长范围内对应的那些波段图像，求这些波段图像的平均值，得到一个模拟波段图像S∈RP×1和模拟的多光谱图像步骤4：对高光谱图像的每一个波段Xi，i＝1,...,B，都分别按照如下步骤进行处理，最P×B终得到融合图像Z＝[Z1,...,ZB]∈R：步骤4.1：对于Xi，通过对模拟的多光谱图像按波段进行最优线性组合，得到其对应的高分辨率图像Hi，具体为：T令w＝[ω1,ω2,…,ωb+1,c]，其中，为按的比例降采样后的结果，为模拟的多光谱图像的第j个波段图像，j＝1,…b+1,，ωj≥0和c分别为权重系数，使用基于Matlab的凸优化工具包CVX求解下式：得到最优线性组合系数矩阵w，Xi对应的高分辨率图像即为其中，步骤4.2：用以下公式计算第i波段的细节图像Di：其中，是Hi经过低通高斯滤波后的图像；步骤4.3：使用以下细节注入模型计算得到融合图像的第i波段图像Zi：其中，表示Xi进行系数为的线性插值后的结果，gi是注入系数，cov(·)表示求协方差。2CN110517212A说明书1/6页基于非重叠波段模拟的高光谱和多光谱图像融合方法技术领域[0001]本发明属计算机视觉、图形处理技术领域，具体涉及一种基于非重叠波段模拟的高光谱和多光谱图像融合方法。背景技术[0002]高光谱图像是光谱波段在几十甚至几百数量级的光谱图像，多光谱图像则一般是指有几个到十几个光谱波段的光谱图像。随着光谱成像技术的发展，高光谱图像的光谱分辨率逐渐增加。但是，由于成像光谱仪的成像信噪比和信息量的限制，高光谱图像通常具有较低的空间分辨率。相对地，拥有较低光谱分辨率的多光谱图像能获得较高的空间分辨率。为了获得高空间分辨率的高光谱图像，最常用的方法是进行图像融合。通过将高光谱图像与高空间分辨率的多光谱图像进行融合，从而有效地获得高分辨率高光谱图像。[0003]现有的高光谱图像融合方法主要分为三类：第一类是基于多光谱全色锐化(pan-sharpening)的方法。如Z.Chen等人在“Z.Chen,H.Pu,B.Wang,andG.Jiang.Fusionofhyperspectralandmultispectralimages:Anovelframeworkbasedongeneralizationofpan-sharpeningmethods.IEEEGeoscienceandRemoteSensingLetters,