[发明专利]基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备有效
| 申请号： | 201910355496.7 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110148103B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 郑向涛;陈文静;卢孝强;刘康 | 申请（专利权）人： | 中国科学院西安光学精密机械研究所 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 西安智邦专利商标代理有限公司 61211 | 代理人： | 郑丽红 |
| 地址： | 710119 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明提供一种基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备，解决现有高光谱和多光谱图像融合方法依赖空间退化矩阵，导致高光谱图像空间分辨率较低的问题。该方法包括以下步骤：步骤1、输入真实值；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像I |
||
| 搜索关键词： | 基于 联合 优化 光谱 图像 融合 方法 计算机 可读 存储 介质 电子设备 | ||
【主权项】：
1.一种基于联合优化的高光谱和多光谱图像融合方法，其特征在于，包括以下步骤：步骤1、输入真实值，所述真实值指真实的高空间分辨率高光谱图像；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像，将它们分别记作图像Ih和图像Im；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像Ih和图像Im进行光谱解混，联合优化所需的端元矩阵和丰度矩阵；当达到最大迭代次数后，得到图像Ih的端元矩阵E、丰度矩阵Ah和图像Im的丰度矩阵A；步骤4、解混重建，根据图像Ih的端元矩阵E和图像Im的丰度矩阵A，计算出高空间分辨率高光谱图像，即最终的融合结果，记作图像Z。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院西安光学精密机械研究所，未经中国科学院西安光学精密机械研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910355496.7/，转载请声明来源钻瓜专利网。
