[发明专利]基于低秩矩阵分解及导向滤波器的高光谱/多光谱影像融合方法在审
| 申请号： | 201910873807.9 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110751614A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 孙伟伟;任凯;孟祥超;杨刚 | 申请（专利权）人： | 宁波大学 |
| 主分类号： | G06T5/40 | 分类号： | G06T5/40;G06T5/50 |
| 代理公司： | 33101 杭州九洲专利事务所有限公司 | 代理人： | 张羽振 |
| 地址： | 315211 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于低秩矩阵分解及导向滤波器的高光谱/多光谱影像融合方法，包括：步骤1)对高光谱图像数据HS和多光谱图像数据MS进行预处理；步骤2)对高光谱图像数据HS和多光谱图像数据MS进行直方图匹配降色差；步骤3)对高光谱图像数据HS进行插值匹配多光谱图像数据MS的像素尺寸，进行波段分组；步骤4)对各组高光谱图像数据HS和多光谱图像数据MS进行多尺度分解；步骤5)利用权重矩阵将细节图像注入高光谱图像数据HS的相应分解层提高空间分辨率。本发明的有益效果是：本发明提出的方法在保持高光谱图像光谱特性的基础上极大的提高了它的空间分辨率；本发明提出的方法具有重要的实际应用意义。 | ||
| 搜索关键词： | 高光谱图像数据 多光谱图像数据 空间分辨率 预处理 色差 导向滤波器 多尺度分解 多光谱影像 高光谱图像 直方图匹配 低秩矩阵 光谱特性 权重矩阵 细节图像 应用意义 分解层 高光谱 波段 像素 匹配 分解 分组 融合 | ||
【主权项】：
1.基于低秩矩阵分解及导向滤波器的高光谱/多光谱影像融合方法，其特征在于，具体包括以下步骤：/n步骤1.对高光谱图像数据和多光谱图像数据进行预处理；/n步骤2.对高光谱图像数据和多光谱图像数据进行直方图匹配降色差；/n步骤3.对高光谱图像数据进行插值匹配多光谱图像数据的像素尺寸，计算高光谱图像数据各波段与多光谱图像数据各波段的相关性，进行波段分组；/n步骤4，利用低秩矩阵分解，对各组高光谱图像数据和多光谱图像数据进行多尺度分解，对多光谱图像数据的分解层进行导向滤波，使用多光谱图像的最初分解层减去滤波分解层得到各尺度上的细节图像；/n步骤5，利用权重矩阵将细节图像注入高光谱图像数据的相应分解层提高空间分辨率，将融合后的多尺度分解图像进行重构获得最终的融合图像。/n
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宁波大学，未经宁波大学许可，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/201910873807.9/，转载请声明来源钻瓜专利网。
