[发明专利]基于彩色图像融合的多光谱图像超分辨率重建方法

摘要

本发明公开了一种基于彩色图像融合的多光谱图像超分辨率重建方法。该方首先采集并配准高分辨率彩色图像和低分辨率多光谱图像，然后获取耦合在彩色图像中的逆相机响应函数和光谱敏感函数，并构建基于采集图像内容的观测模型。高分辨率多光谱图像根据该模型求解，首先从采集的RGB图像中提取边界结构信息，以引导高分辨率多光谱图像的重建，然后从采集的多光谱图像中训练得到解空间的基，并构建基于图像融合的迭代算法框架以求解多光谱图像在空间基上的系数，最后将系数与空间基结合得到高分辨率多光谱图像。本发明通过利用RGB图像的边界引导与内容融合，减少了传统多光谱图像超分辨率方法由于信息缺失而产生的误差，提高了多光谱图像的重建精度。

主权项

1.一种基于彩色图像融合的多光谱图像超分辨率重建方法，其特征在于，该方法包括以下步骤：(1)采集高分辨率彩色(RGB)图像Z和低分辨率多光谱图像Y，并将多光谱图像Y与彩色图像Z配准；(2)获取耦合在彩色图像Z中的逆相机响应函数g(·)和光谱敏感函数R，并通过式(1)、式(2)分别构建基于彩色图像Z的光谱域退化观测模型和基于多光谱图像Y的空间域退化观测模型；g(Z)＝RX      (1)Y＝XBS    (2)其中，式(1)中的X表示高分辨率多光谱图像；式(2)中的B为空间模糊矩阵，表示在高空间分辨率下作用于多光谱相机传感器上的点扩散函数；S为降采样矩阵，解释了对图像的均一化降采样；(3)构建边界重建引导算子Guide(XDx,XDy)，以利用彩色图像引导多光谱图像在重建过程中边界的形成以及噪声的抑制；其中Dx和Dy分别为相应方向上的一阶梯度算子；(4)利用多光谱图像在通道间的相关性，将低分辨率多光谱图像Y中的各个像素谱组成样本矩阵，并从中训练得到可表示多光谱图像的低维度空间基Ψ，消去多光谱图像在高维空间的冗余性；(5)根据步骤(2)得到的光谱域和空间域退化观测模型，以及步骤(3)得到的边界重建引导算子，采用目标式(3)对多光谱图像在低维度空间基下的系数矩阵C进行求解；其中，表示经过逆相机响应函数g(·)线性化后的彩色图像，β和γ分别是用于在目标式中控制数据项和引导项权重的系数；(6)根据步骤(4)得到的低维度空间基Ψ以及步骤(5)得到的系数矩阵C，采用式(4)得到最终的高分辨率多光谱图像；X＝ΨC     (4)。