[发明专利]基于非负矩阵分解的高光谱图像和可见光图像融合方法

说明书

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种基于非负矩阵分解的将高光谱图像与可见光图像进行融合的方法，用于航天、航空传感器平台获取的高光谱图像和可见光图像的融合。

背景技术

在遥感图像处理领域，对于光学传感器，图像的空间分辨率和光谱分辨率是一对矛盾的因素。要获得高空间分辨率的图像就只能以单光谱工作，而要获得高光谱就必须降低空间分辨率。高光谱图像在探测地表和大气的物质种类、评价和测量光谱所反映出的物质含量、确定一个光谱混合的空间单元内各组成的面积比、描绘各类地物的空间分布、通过周期的数据监测各类地物的变换等应用领域发挥了越来越大得作用。但是由于光谱分辨率和空间分辨率的矛盾性，高光谱图像的空间分辨率一般都比较低，难以反映目标的空间细节信息。得到高空间分辨率和高光谱分辨率的图像不仅能反映目标的空间细节，而且能表现出目标的连续光谱特性。因此利用图像融合的方法融合高空间分辨率的可见光图像和高光谱分辨率的高光谱图像来得到高空间分辨率高光谱图像具有重要的实用价值。

国内外的研究者针对高光谱图像和可见光图像的融合进行了一定的研究和探讨。其中经典的方法有：颜色空间转换法(HIS)、主成分分析法(PCA)、代数乘法(Brovey)和小波变换法等。但是这些方法一般情况下只适合可见光图像和光谱图像存在一定相关性时才能有效，而高光谱图像中的很多光谱波段与可见光图像不存在相关性，因此，这些算法在处理高光谱图像和可见光谱图像融合时得到的结果很难达到理想的效果。

融合高光谱图像和可见光图像得到高空间分辨率高光谱图像不仅有助于判读人员的判读效率和精度，而且可以充分利用得到的高空间分辨率高光谱图像进行地物精细的地物分类，本发明克服传统的高光谱图像只能进行初略地物分类的特点，同时对高光谱进行了光谱解混，使得融合图像的像元都是纯像元不存在混合像元，这就更有利于进一步进行目标检测、识别等。

发明内容

(一)要解决的技术问题

为了克服现有图像融合方法不适用域高光谱图像与可见光图像融合的不足，本发明的主要目的在于提供一种基于非负矩阵分解的将高光谱图像与可见光图像进行融合的方法。

(二)技术方案

为达到上述目的，本发明提供了一种基于非负矩阵分解的将高光谱图像与可见光图像进行融合的方法，包括：利用基于稀疏约束的非负矩阵分解方法对高光谱图像进行解混，得到端元光谱曲线；根据可见光图像的光谱吸收曲线和解混得到的端元光谱曲线，利用有约束的二次规划来求解图像中每个像元的混合系数；以及将解混得到的端元光谱曲线和每个像元的混合系数进行线性混合，得到高空间分辨率和高光谱图像的融合图像。

上述方案中，所述利用基于稀疏约束的非负矩阵分解方法对高光谱图像讲行解混，采用如下公式实现：

minW,H(|X-WHT|2+λ|H|1),]]>满足W_ij≥0，H_kj≥0

式中，X为高光谱图像每个像元所组成的矩阵，其每一列为一个像元，W为端元矩阵，其每一列为一个端元光谱，H为丰度矩阵，T表示矩阵转置符号，W_ij表示矩阵W的第(i，j)个元素，H_kj表示矩阵H的第(k，j)个元素，λ为正则化系数。

上述方案中，所述采用公式