[发明专利]基于子字典稀疏重构的全色与多光谱遥感图像融合方法

摘要

本发明公开了一种基于子字典稀疏重构的全色与多光谱遥感图像融合方法，通过将高空间分辨率多光谱字典看成是由各个波段的高空间分辨率光谱字典的合并组成，再分别通过各个波段的光谱图像和全色图像构建各个波段的子字典，使其即包含光谱信息又包含空间信息，从而解决因缺乏高空间分辨率的多光谱数据其字典较难构建的问题；并基于稀疏重构模型给出完整的融合方法。与现有同类方法相比，本发明不需要引入其它多组全色与多光谱图像或其它模拟高空间分辨率的多光谱图像，而是直接采用源图像构建，提高了方法的实际应用性能与字典的自适应性，使得融合图像在保持光谱信息的同时融入更多的空间细节信息，融合效果更好。

主权项

1.一种基于子字典稀疏重构的全色与多光谱遥感图像融合方法，其特征在于，包括以下步骤：记YPAN和YMS分别表示已知的全色图像和多光谱图像，XMS表示未知高空间分辨率的多光谱图像，其中YMS和XMS的第b个波段的图像分别记为YMSb和XMSb，b＝1,2,...,B，B表示光谱波段总数目，记全色图像与多光谱图像的空间分辨率之比为γ:1；步骤一，高空间分辨率多光谱图像字典的构造步骤1.1，将B个波段的YMSb分别上采样成与YPAN大小相同的图像，记为MSb；步骤1.2，从YPAN以及其对应位置处的MS_b中随机选M个大小为图像块，并将图像块拉直成向量依次排列，组成第a个波段的子字典，a∈b；即：Da＝[y_MSb,1,y_MSb,2,...,y_MSb,M,yPAN1,yPAN2,...,yPANM]  式1式1中y_MSb,j与yPANj分别表示MSb与YPAN图像中的第j个图像块拉直成的向量，j＝1,2,...,M；步骤1.3，采用步骤1.2的方法依次构造B个波段的子字典Db；步骤1.4，子字典的级联构成了高空间分辨率多光谱图像字典D，即D＝[D1,D2,...,Db,...DB]T；步骤二，基于稀疏重构的图像融合步骤2.1，对YMS_b、YPAN分别以大小为的滑动窗口依次按照从左上到右下的顺序提取图像块，提取图像块时的步长均为1，再将图像块拉直并依次排列组成矩阵yMS_b与yPAN；步骤2.2，令其中和为单位矩阵，1为长度为γ的全1向量；令M₂＝(w₁I,w₂I,...,w_bI,...,w_BI)，其中为单位矩阵，w_b表示每个波段对应线性组合的权重，并且满足步骤2.3，建立模型，令：y＝M×xMS+v  式2其中，xMS表示XMS_b以的滑动窗口依次按照从左上到右下的顺序提取图像块，并将图像块拉直依次排列组成的矩阵；v1与v2分别表示未知高空间分辨率多光谱图像退化成多光谱图像与全色图像的噪声；步骤2.4，采用BP算法求解下面方程其中，Φ＝MD，D表示步骤1.4中的字典，α为稀疏表示系数；ε表示容许误差，||α||0表示α的l0范数，||y‑Φα||2表示y‑Φα的l2范数；步骤2.5，将xMS进行重构：xMS＝D·α  式4步骤2.6，将xMS_b矩阵中的每一列排列成大小的块，再将这些块按照从左上到右下的顺序放到XMS_b的对应位置处，并取平均，从而得到融合图像XMS_b。