基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步設(shè)及遙感圖像中的圖像融合方法，可用 于目標(biāo)識別、地物分類和環(huán)境監(jiān)測等遙感領(lǐng)域。
【背景技術(shù)】
[0002] 由于光學(xué)傳感器成像的物理限制，遙感衛(wèi)星通常只能獲得低空間分辨率的多光譜 圖像和高空間分辨率的全色圖像。多光譜圖像具有豐富的光譜信息，但空間分辨率較低；全 色圖像空間分辨率較高，具有豐富的空間信息，但光譜信息較少。為了得到高空間分辨率的 多光譜圖像，人們采用圖像融合技術(shù)，綜合利用全色圖像的空間信息與多光譜圖像的光譜 信息，最終得到更準(zhǔn)確、更全面的地物信息，從而獲得更好的視覺效果。
[0003] 目前，多光譜圖像與全色圖像融合技術(shù)主要可W分為兩類；一類是基于成分替代 的方法，例如I服色彩變換法、主成分分析法PCA。由于基于成分替代的方法原理簡單，易于 操作，因此得到廣泛應(yīng)用。但是該類方法會產(chǎn)生嚴(yán)重的光譜扭曲。另一類是基于注入的方 法，例如小波變換法、Laplacian金字塔分解法。該類方法大大減小了圖像的光譜扭曲，但 是容易產(chǎn)生振鈴效應(yīng)。
[0004] 中國科學(xué)院自動化研究所和北京市信息遙感所在"基于非負(fù)矩陣分解的高光譜和 可見光圖像融合方法"（申請?zhí)?01210245835. 4,申請公布號CN102789639A)的專利申請 中，提出將非負(fù)矩陣分解技術(shù)運用到高光譜圖像和可見光圖像的融合的方案是：先利用基 于稀疏約束的非負(fù)矩陣分解方法對高光譜圖像進(jìn)行解混，得到端元光譜曲線；再根據(jù)可見 光圖像的光譜吸收曲線和解混得到的端元光譜曲線，利用有約束的二次規(guī)劃來求解圖像 中每個像元的混合系數(shù)；最后將解混得到的端元光譜曲線和每個像元的混合系數(shù)進(jìn)行線性 混合，得到高空間分辨率和高光譜分辨率的融合圖像。該方法雖然能夠較好的提高高光譜 圖像的空間分辨率，但是主要針對高光譜圖像與可見光圖像的融合，而不能夠?qū)崿F(xiàn)多光譜 圖像與全色圖像的融合，如果將該方案直接用于多光譜圖像與全色圖像的融合，將產(chǎn)生嚴(yán) 重的光譜扭曲。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對上述已有技術(shù)的不足，提出一種基于對偶稀疏非負(fù)矩陣分 解的多光譜與全色圖像融合方法，W提高空間分辨率，減少光譜扭曲。
[0006] 為實現(xiàn)上述目的技術(shù)方案是：將全色圖像與多光譜圖像分別作為最終得到的高空 間分辨率的多光譜圖像光譜退化和空間退化的結(jié)果，獲取光譜退化矩陣和空間退化矩陣； 利用對偶稀疏非負(fù)矩陣分解方法的更新規(guī)則求解目標(biāo)函數(shù)，得到高空間分辨率的字典和具 有光譜信息的系數(shù)矩陣；根據(jù)高空間分辨率的字典和具有光譜信息的系數(shù)矩陣得到高空間 分辨率的多光譜圖像。具體步驟包括如下；
[0007] (1)輸入圖像和矩陣：
[000引 （la)分別輸入低空間分辨率的多光譜圖像和高空間分辨率的全色圖像；
[0009] (lb)分別輸入空間退化矩陣D和光譜退化矩陣S;
[0010] 似分別將低空間分辨率的多光譜圖像和高空間分辨率的全色圖像分塊列向量 化，獲得分塊列向量化的低空間分辨率的多光譜圖像Vim,和分塊列向量化的高空間分辨率 的全色圖像Vp^;
[0011] 做將分塊列向量化的低空間分辨率的多光譜圖像Vim郝分塊列向量化的高空間 分辨率的全色圖像同時進(jìn)行對偶稀疏非負(fù)矩陣分解，得到高空間分辨率的字典Wh和具 有光譜信息的系數(shù)矩陣Hh:
[0012] (3a)構(gòu)建目標(biāo)方程；
[001 引
【主權(quán)項】
1. 一種基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法，包括以下步驟： (1) 輸入圖像和矩陣： (la) 分別輸入低空間分辨率的多光譜圖像和高空間分辨率的全色圖像； (lb) 分別輸入空間退化矩陣D和光譜退化矩陣S ; (2) 分別將低空間分辨率的多光譜圖像和高空間分辨率的全色圖像分塊列向量化，獲 得分塊列向量化的低空間分辨率的多光譜圖像Vlms和分塊列向量化的高空間分辨率的全色 圖像V pan; (3) 將分塊列向量化的低空間分辨率的多光譜圖像Vlms和分塊列向量化的高空間分辨 率的全色圖像Vpan同時進(jìn)行對偶稀疏非負(fù)矩陣分解，得到高空間分辨率的字典W h和具有光 譜信息的系數(shù)矩陣Hh: (3a)構(gòu)建目標(biāo)方程：
其中，111；[11[.]為最小化，8111^(31:1:〇表示^4彡0;11)=服 11;!15=!11^為
I的約束條件，Wd為低空間分辨率的字典， Hs為無光譜信息的系數(shù)矩陣，
為數(shù)據(jù)的保真項，I |Hh| |1/2和 I Hs I 11/2為稀疏項，分別表示具有光譜信息的系數(shù)矩陣Hh和無光譜信息的系數(shù)矩陣士的21 范數(shù)，β為正則參數(shù)，權(quán)衡保真項與稀疏項之間的關(guān)系； (3b)用O到1之間的任意數(shù)值對高空間分辨率的字典Wh和具有光譜信息的系數(shù)矩陣 Hh的每一個元素進(jìn)行初始化； (3c)設(shè)置最大循環(huán)次數(shù)η = 1000 ; (3d)固定WjPHh，利用下
式更新WjPHs: 其中，T為矩陣轉(zhuǎn)置操作，.*為點乘操作，./為點除操作，一為結(jié)果更新操作； (3e)固定WjPHs，利用下式更新Wd和Hh:
(3f)循環(huán)（3d)和（3e)，直到循環(huán)次數(shù)達(dá)到預(yù)先設(shè)定的最大循環(huán)次數(shù)η ; (4) 將高空間分辨率的字典Wh和具有光譜信息的系數(shù)矩陣Hh相乘得到分塊列向量化 的高空間分辨率的多光譜圖像V hms: Vhms=WhHh; (5) 將分塊列向量化的高空間分辨率的多光譜圖像Vhms轉(zhuǎn)化為圖像塊，恢復(fù)到圖像的 對應(yīng)位置，得到高空間分辨率的多光譜圖像。
2. 根據(jù)權(quán)利要求1所述的基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法， 其特征在于：所述步驟（Ib)中獲取空間退化矩陣D，按如下公式進(jìn)行：
其中，ImXm為單位矩陣，e 1X4為元素全為1的行向量，?為克羅內(nèi)克積。
3. 根據(jù)權(quán)利要求1所述的基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法， 其特征在于：所述步驟（Ib)中獲取光譜退化矩陣S，按如下公式進(jìn)行： S=Wr ? Aavk 其中，Anxn為基矩陣，該矩陣對角線元素為1，其余元素為0，N為低空間分辨率的多光譜 圖像每個顏色通道中小塊的數(shù)目，W = [W1, W2, W3, W4]為行向量，W1, W2, W3, W4分別為紅，綠， 藍(lán)，近紅外通道的權(quán)值系數(shù)。
4. 根據(jù)權(quán)利要求1所述的基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法， 其特征在于：所述步驟（2)中低空間分辨率的多光譜圖像和高空間分辨率的全色圖像分塊 列向量化，按如下步驟進(jìn)行： (2a)將低空間分辨率的多光譜圖像中紅顏色通道的圖像分為mXm的小塊，且每個小 塊之間重疊1個像素，m為小塊的尺寸； (2b)將每個小塊的第2列串聯(lián)到第1列，第3列串聯(lián)到第2列，以此類推，完成塊的列 向量化，構(gòu)成紅色通道矩陣； (2c)重復(fù)步驟（2a)和（2b)，構(gòu)成低空間分辨率的多光譜圖像中綠色，藍(lán)色和近紅外通 道的矩陣； (2d)將綠色通道矩陣連接到紅色通道矩陣，將藍(lán)色通道矩陣連接到綠色通道矩陣，以 此類推，構(gòu)成列向量化的低空間分辨率的多光譜圖像Vlms; (2e)將高空間分辨率的全色圖像分為4mX4m的小塊，且每個小塊之間重疊4個像素； (2f)將每個小塊的第2列串聯(lián)到第1列，第3列串聯(lián)到第2列，以此類推，構(gòu)成列向量 化的高空間分辨率的全色圖像Vpan。
【專利摘要】本發(fā)明公開了一種基于對偶稀疏非負(fù)矩陣分解的多光譜與全色圖像融合方法，主要解決現(xiàn)有技術(shù)中空間信息模糊和光譜扭曲的問題。其步驟為：(1)分別輸入低空間分辨率的多光譜圖像、高空間分辨率的全色圖像及光譜退化矩陣、空間退化矩陣；(2)分別將低空間分辨率的多光譜圖像和高空間分辨率的全色圖像分塊列向量化；(3)對列向量化后的圖像進(jìn)行對偶稀疏非負(fù)矩陣分解，得到高空間分辨率的字典和具有光譜信息的系數(shù)矩陣；(4)將高空間分辨率的字典和具有光譜信息的系數(shù)矩陣相乘得到列向量化的高空間分辨率的多光譜圖像，并將其恢復(fù)為高空間分辨率多光譜圖像。本發(fā)明能獲得準(zhǔn)確的空間和光譜信息，可用于目標(biāo)識別、地物分類和環(huán)境監(jiān)測等遙感領(lǐng)域。
【IPC分類】G06T5-50
【公開號】CN104867124
【申請?zhí)枴緾N201510292853
【發(fā)明人】楊淑媛, 焦李成, 張凱, 劉紅英, 馬晶晶, 馬文萍, 熊濤, 曹向海, 劉芳, 邢穎慧, 李劍
【申請人】西安電子科技大學(xué)
【公開日】2015年8月26日
【申請日】2015年6月2日