[发明专利]基于两步稀疏编码和小波变换全色与多光谱图像融合方法

摘要

本发明提出基于两步稀疏编码和小波变换全色与多光谱图像融合方法，包括以下步骤：数据预处理、高低分辨率字典、一步稀疏编码、两步稀疏编码、合并两步稀疏系数、重构稀疏系数得到融合图像、小波变换、高频分量融合、低频分量融合和逆变换；本发明通过两步稀疏编码算法可以提高算法效率，同时通过两步稀疏编码进行稀疏系数的求解，提高了稀疏表示的精度，改善了光谱畸变的问题，通过绝对值最大的原则进行融合可以提高融合结果，融合结果图像清晰、细节信息丰富，且光谱信息与原图一致性最高，且运行时间较短，通过全色与多光谱图像分别进行小波变换，是一种快速且高效有效的融合方法。

主权项

1.基于两步稀疏编码和小波变换全色与多光谱图像融合方法，其特征在于：包括以下步骤：步骤一：基于两步稀疏编码的图像融合方法S1：数据预处理：首先对大小为1024*1024的全色图像HRP进行采样，采样至全色图像HRP和多光谱图像MS同样大小的低分辨率大小为256*256的全色图像LRP一样；S2：高低分辨率字典：先构建全色图像高分辨率字典HRD，然后通过构造HRD的方法进行构造LRP，最后以LRD字典构造的方式构造多光谱图像数据矩阵M；S3：一步稀疏编码：求解多光谱数据第i列M(i)的稀疏系数a(i)，完成第一步稀疏编码，再根据公式(1)求解该过程后的信号残差r(i)；r(i)＝M(i)‑a(i)×LRD(i)   (1)S4：两步稀疏编码：通过OMP算法再根据公式(2)求解出信号残差r(i)的稀疏表示系数b(i)，完成第二步稀疏编码；r(i)＝LRD·b(i)   (2)S5：合并两步稀疏系数：将第i个元素加上a(i)，再根据公式(3)求解出信号M(i)在LRD上的完整稀疏表示系数c(i)；S6：重构稀疏系数得到融合图像：根据公式(4)求解出X(i)，然后给X(i)的每一列加上HRD中对应的每一列的均值，最后进行块还原重构，得到融合后该通道的图像；X(i)＝HRD·c(i)   (4)S7：对多光谱图像的每一通道图像进行S2到S6操作，然后得到每一通道的融合图像，最后得到高分辨率的融合多光谱图像；步骤二：基于小波变换的融合方法先通过小波变换将高分辨率的融合多光谱图像分解到一个低频图像和三个不同方向的高频图像，再按照不同级数又可以将高频子带分解到三个层次，三个层次分别是水平、垂直和对角，得到低频分量，再将得到的低频分量作为源图像的近似分量，然后对该分量基于冗余字典求解稀疏系数，再通过绝对值取大的原则对高频分量进行融合；T1：小波变换：将MS与PAN分别进行小波变换，然后得到低频分量和高频分量，并将得到的低频分量依次标记为a1、a2，将对应的高频分量依次标记为h1、v1、d1和h2、v2、d2；T2：高频分量融合：将h2、v2、d2分别降采样至与h1、v1、d1相等大小，记作h3、v3、d3，再通过绝对值最大的原则，分别比较对应位置的h1、v1、d1和h3、v3、d3，最后根据h1、v1、d1和h3、v3、d3确定融合后对应的高频分量hf、vf、df；T3：低频分量融合：将MS对应的低频分量a1和PAN的低频分量a2进行两步稀疏编码，获得融合后的低频分量a3，再根据原始数据的大小，将a3降采样，得到与a1大小相等的低频分量af；T4：逆变换：将融合后的低频分量af和融合后的高频分量hf、vf、df进行小波逆变换，得到该通道的融合图像，再通过按照上述T1到T4的操作对每个通道进行融合，得到最终的融合图像。