[发明专利]基于多冗余字典和稀疏重构的遥感图像融合方法

摘要

本发明公开了一种基于多冗余字典和稀疏重构的遥感图像融合方法，主要解决多光谱和全色图像融合过程中光谱信息和空间分辨率难以平衡的问题。其实现步骤为1.对高分辨率全色图像和低分辨率多光谱图像分块；2.对低分辨率多光谱图像块的各个波段线性求和，得到低分辨率光谱‑强度图像块；3.根据低分辨率光谱‑强度图像块得到高分辨率光谱‑强度图像块；4.根据高分辨率光谱‑强度图像块和低分辨率多光谱图像块得到融合图像块；5.拼接融合图像块，得到融合图像。本发明具有融合图像的光谱保持性和空间分辨率高的优点，可用于到目标识别、气象监测、环境监测、城市规划以及防灾减灾。

主权项

一种基于多冗余字典和稀疏重构的遥感图像融合方法，包括如下步骤：1)输入一幅高分辨率全色图像f和一幅低分辨率多光谱图像g，该低分辨率多光谱图像的大小是高分辨率全色图像大小的四分之一；2)提取高分辨率全色图像f的Primal Sketch图，并根据该Primal Sketch图和几何模板，将高分辨率全色图像划为结构区域和非结构区域，并根据图像的方差统计特性，再将非结构区域划分为纹理区域和光滑区域，得到高分辨率全色图像的区域映射图；3)对低分辨率多光谱图像g和高分辨率全色图像f进行分块，得到在相同位置的低分辨率多光谱图像的图像块gi,j和高分辨率全色图像的图像块记fj，其中i＝1,...,4,j＝1,...,J，i表示波段个数，j表示块的个数；4)对低分辨率多光谱图像的图像块gi,j的各个波段进行线性求和，得到低分辨率光谱‑强度图像块Ij，其中ωi表示低分辨率多光谱图像的第i个波段的权重值，m表示低分辨率多光谱图像的波段总个数：5)根据低分辨率光谱‑强度图像块Ij和高分辨率全色图像块fj，得到高分辨率光谱‑强度图像块列向量J'j；6)根据高分辨率光谱‑强度图像的列向量J'j和低分辨率多光谱图像块gi,j，得到融合图像块Pi,j：6a)将步骤2)得到的区域映射图映射到低分辨率多光谱图像上，并进行判断：如果低分辨率多光谱图像块gi,j在光滑区域，则执行步骤6b)，否则，执行步骤6c)；6b)对低分辨率多光谱图像块gi,j进行上采样得到融合图像块Pi,j，其中i表示融合图像块的第i个波段，j表示融合图像的第j块；6c)根据低分辨率多光谱图像块gi,j组成低分辨率多光谱图像块列向量其中g'i,j是低分辨率多光谱图像块gi,j的列向量；6d)基于高分辨率光谱‑强度图像块列向量J'j和低分辨率多光谱图像块列向量g'j，通过BP算法求解式，得到融合图像块列向量Pj'的稀疏系数δ^j=argminδjλ2||δj||1+(||gj′-M2Zδj||22+β2||Jj′-M3Zδj||22),]]>其中，表示·的二范数的平方,Z为融合图像块重构字典，其根据低分辨率多光谱图像块gi,j所在区域选择，λ2是稀疏项的参数,β2是约束项的参数，M2是融合图像块列向量的下采样矩阵，M3是权值矩阵：M3＝(ω1Kω2Lω3Lω4L)，δj表示融合图像块在融合图像块重构字典Z下的稀疏系数；式中F2×2是2×2的单位矩阵，E8×8是8×8的单位矩阵，L是4行1列的矩阵，矩阵中的值都是1，表示内积运算，K是64×64的单位矩阵，ω1,ω2,ω3,ω4分别是第一波段、第二波段、第三波段和第四波段的权值，ω1,ω2,ω3,ω4的值均取为0.25；6e)根据稀疏系数和融合图像块重构字典Z，计算得到融合图像块的列向量Pj'，并将其转成融合图像的图像块Pi,j；7)将所有的融合图像块Pi,j拼接，得到融合图像。