[发明专利]一种基于结构稀疏表示的遥感影像融合方法

摘要

本发明公开一种基于结构稀疏表示的遥感图像融合方法，利用自适应权值系数计算模型求出多光谱图像的亮度分量，将相似图像块组成结构组，利用结构组稀疏模型求出亮度分量和全色图像的结构组字典和组稀疏系数，应用绝对值最大规则进行全色图像稀疏系数的部分替换，生成新的稀疏系数，利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像。最后，用通用分量替换模型进行融合，获得高分辨率多光谱图像。本发明将结构组稀疏表示引入到遥感图像融合领域，克服了在经典稀疏表示融合方法中只考虑单一图像块的局限，同经典稀疏表示方法相比，本发明具有更加优越的光谱保持和空间分辨率提高性能，且极大地缩短了遥感图像融合过程中训练字典的时间。

主权项

一种基于结构稀疏表示的遥感图像融合方法，其特征在于，包括步骤：①利用不同的遥感影像成像设备分别获得不同类型低分辨率多光谱图像和高分辨率全色图像；②利用自适应权值系数模型，由MS每个波段图像进行加权平均得到亮度分量；③利用结构组稀疏模型分别获得亮度分量和全色图像的结构组；④利用结构组稀疏模型分别求解步骤③中亮度分量和全色图像的结构组字典；⑤利用步骤④获得的结构组字典分别求解亮度分量和全色图像的组稀疏系数；⑥利用步骤⑤获得的亮度分量的稀疏系数以及绝对值最大规则对步骤⑤获得的全色图像的稀疏系数进行部分替换，得到新的稀疏系数；⑦利用步骤③获得的全色图像的结构组字典和步骤⑥获得的新的稀疏系数进行重构得到新的高空间分辨率的亮度分量；⑧根据通用亮度分量替换框架利用步骤⑦获得的新的亮度分量，得到融合后的高空间分辨率的多光谱图像。