[发明专利]一种基于光谱约束的高光谱图像融合方法

摘要

本发明一种基于光谱约束的高光谱图像融合方法，它是一种基于非负矩阵分解方法的高光谱图像和高空间分辨率可见光图像的融合方法。该方法共有三大步骤，步骤一：计算机在MATLAB7.1环境下读取高光谱图像数据；步骤二：建立基于非负矩阵分解方法的融合模型；步骤三：利用梯度下降法对上述融合模型求解极值函数，并得到融合结果。本发明克服了现有技术不宜直接移植到高光谱图像融合、光谱保持性不好的缺点，取得了较好的融合结果，在高光谱图像融合技术领域里具有广阔的应用前景。

主权项

一种基于光谱约束的高光谱图像融合方法，其特征在于：该方法具体步骤如下：步骤一：计算机读取数据；首先计算机在MATLAB 7.1下读取成像光谱仪所得到的高光谱图像数据，再读取已经手工配准过的高分辨率图像数据；高光谱图像数据为100谱段*256像素*200像素大小的三维数据立方体，其中100表示谱段数，256*200表示每一谱段图像大小；以下用V表示融合前的图像集，Vf表示融合后的的图像集，他们的大小都是N*100；其中，N＝row*col，row和col分别表示图像的行数和列数，V的第i行包含这一像素点的光谱信息；步骤二：建立目标函数；首先建立高光谱图像融合的目标函数，它包括两项：第一项为高光谱图像进行非负矩阵分解的目标函数，形式如下： F ( W , H ) = 1 2 | | V - WH | | 2 s.t.W≥O，H≥O式中，V是将100个波段的高光谱图像作为列向量组成的图像矩阵；W是矩阵V进行非负矩阵分解得到的特征基；H是权重系数矩阵；第二项为光谱约束项S(W0，H)，该式用于实现对高光谱数据的光谱约束；形式如下： S ( W 0 , H ) = tr ( W 0 HH T W 0 T · VV T ) - tr ( W 0 HV T · W 0 HV T ) 其中，W0＝W+P；P的每一列均为高分辨率图像，和W的尺寸相同；tr(*)表示矩阵*的迹；·表示点乘；将光谱约束项S(W0，H)加入第一项，得到最终的目标函数；形式如下： min G ( W , H ) = F ( W , H ) + βS ( W 0 , H ) = 1 2 | | V - WH | | 2 + β { tr ( W 0 HH T W 0 T · VV T ) - tr ( W 0 HV T · W 0 HV T ) } s.t.W≥O，H≥O式中，β为约束项权重，用于协调融合图像的光谱分辨率和空间分辨率；步骤三：采用梯度下降法求目标函数的极值，得到此时的W和H，于是融合后的图像为Vf＝(W+P)H  。