[发明专利]基于深度稀疏自编码的多尺度几何遥感图像融合方法

摘要

本发明公开了一种基于深度稀疏自编码的多尺度几何遥感图像融合。其方案为：1)输入低分辨率多光谱图像M和高分辨率全色图像P，提取M第一主成分C1；2)获得C1的低通系数L_M、带通系数H_M和P的低通系数L_P、带通系数H_P；3)融合L_M和L_P得到低通系数L_N；4)构造空间自相似字典D_S，并在字典D_S下融合H_M和H_P获得带通系数H_N；5)更新H_N得到带通系数6)对L_N和逆变换得到融合第一主成分C2，并更新C2得到更新第一主成分C_S；7)对C_S逆变换得到高分辨多光谱图像。本发明减少了不匹配细节的注入，改善了融合后多光谱图像空间扭曲,可用于目标识别、地物分类和遥感监测。

主权项

1.基于深度稀疏自编码的多尺度几何遥感图像融合方法，包括：(1)分别输入低分辨率多光谱图像和高分辨率全色图像，并提取低分辨率多光谱图像的第一主成分C1；(2)通过非采样轮廓波变换，分别获得低分辨率多光谱图像的第一主成分低通系数L_M与带通系数H_M，及高分辨率全色图像的低通系数L_P与带通系数H_P；(3)将低分辨率多光谱图像的第一主成分低通系数L_M与高分辨率全色图像的低通系数L_P融合，获得融合后的低通系数L_N；(4)获得空间自相似字典D_S：4a)将低分辨率多光谱图像第一主成分的带通系数H_M和高分辨率全色图像的带通系数H_P进行分块，得到低分辨率多光谱图像第一主成分的带通系数小块M1和高分辨率全色图像的带通系数小块P1；4b)分别对每一个多光谱图像第一主成分的带通系数小块M1和全色图像的带通系数小块P1进行近邻扩充，得到扩充后的多光谱图像的第一主成分带通系数I_M和扩充后的全色图像的带通系数I_P，该I_M和I_P的中心分别为H_M和H_P；4c)分别对扩充后的多光谱图像的第一主成分带通系数I_M和扩充后的全色图像的带通系数I_P以1为步长划窗取块,再将块列向量化作为字典原子,将扩充后的多光谱图像的第一主成分带通系数I_M的字典原子进行组合得到多光谱图像第一主成分字典D_M，将扩充后的全色图像的带通系数I_P的字典原子进行组合得到全色字典D_P；将多光谱图像第一主成分字典D_M与全色字典D_P进行组合，获得空间自相似字典D_S；(5)将低分辨率多光谱图像的第一主成分带通系数H_M与全色图像的带通系数H_P进行融合，获得融合后的带通系数H_N；(6)根据融合后的带通系数H_N获得多级残差稀疏自编码的带通系数6a)计算融合后的带通系数H_N分别与低分辨率多光谱图像的第一主成分带通系数H_M的残差R1和与全色图像的带通系数H_P的残差R2；6b)将步骤6a)获得的两个残差R1和R2按照区域能量最大的规则进行融合，获得带通残差系数6c)将带通残差系数与融合后的带通系数H_N相加，获得残差稀疏自编码带通系数6d)重复6a)‑6c)共S次，获得多级残差稀疏自编码带通系数(7)对融合后的低通系数L_N和多级残差稀疏自编码带通系数同时进行非采样轮廓波变换的逆变换，获得融合后的第一主成分C2；(8)获得空域多级深度稀疏自编码主成分C_S：8a)计算融合后的第一主成分C2与低分辨率多光谱图像第一主成分C1的残差R3，计算融合后的第一主成分C2与全色图像的残差R4；8b)将8a)中获得的两个残差R3和R4按照深度稀疏自编码的融合方法得到融合后的空域残差8c)将融合后的空域残差与融合后的第一主成分C2相加获得空域深度稀疏自编码主成分C₁；8d)重复8a)‑8c)共S次，获得空域多级深度稀疏自编码主成分C_S，1＜S≤4；(9)将空域多级深度稀疏自编码主成分C_S进行逆主成分分析变换，获得高分辨多光谱图像。