[发明专利]基于稀疏张量近邻嵌入的遥感图像融合方法

摘要

本发明公开了一种基于稀疏张量近邻嵌入的遥感图像融合方法。其方案为：1)输入低分辨率多光谱图像M和高分辨率全色图像P；2)将低分辨率多光谱图像M分为多光谱图像张量块M1；3)利用高分辨率全色图像P和多光谱图像张量块M1构建高分辨多模字典HD和低分辨多模字典LD；4)优化高分辨多模字典HD和低分辨多模字典LD的原子；5)求解多光谱图像张量块M1在对低分辨多模字典LD下的张量稀疏系数A；6)将张量稀疏系数A与高分辨多模字典HD模乘，空域残差补偿后得到高分辨多光谱图像。本发明利用了多光谱波段间的信息，减少了融合后图像的色彩失真，可用于遥感探测和目标识别。

主权项

1.基于稀疏张量近邻嵌入的遥感图像融合方法，包括：(1)分别输入低分辨率多光谱图像M和高分辨率全色图像P；(2)对低分辨多光谱图像M进行上采样，得到上采样多光谱图像M1，该M1与全色图像P的分辨率尺寸相同；(3)对高分辨全色图像P进行下采样，得到下采样全色图像P1，该P1与低分辨多光谱图像M的分辨率尺寸相同；(4)对下采样全色图像P1进行上采样，得到上采样全色图像P2，该P2与高分辨全色图像P的分辨率尺寸相同；(5)对上采样多光谱图像M1进行分块，得到三维的多光谱张量块M；(6)根据上采样全色图像P2，获得低分辨模1矩阵D_L1：6a)将上采样全色图像P2进行分块，得到上采样全色图像小块P3，对P3进行近邻扩充操作，得到扩充后的上采样全色图像I_L；6b)对扩充后的上采样全色图像I_L划窗取块，并对其进行列向量化，得到低分辨模1矩阵D_L1；(7)根据高分辨全色图像P，获得高分辨模1矩阵D_H1：7a)将高分辨全色图像P进行分块，得到全色图像小块P4，对P4进行近邻扩充操作，得到扩充后的全色图像I_H；7b)将扩充后的全色图像I_H划窗取块，并经过列向量化操作，得到高分辨模1矩阵D_H1；(8)分别优化低分辨模1矩阵D_L1中的原子、高分辨模1矩阵D_H1中的原子：8a)根据多流形理论，分别对低分辨模1矩阵D_L1和高分辨模1矩阵D_H1中的原子进行单位化欧氏距离操作，使得这两个矩阵D_L1和D_H1中原子在同一流形结构上；8b)根据多流形理论，分别对低分辨模1矩阵D_L1和高分辨模1矩阵D_H1中的原子进行添加惩罚正则项的优化求解操作，使得这两个矩阵D_L1和D_H1中的原子在同一切空间平面上；(9)对多光谱张量块M进行量化操作，得到低分辨模2矩阵D_L2和低分辨模3矩阵D_L3，及高分辨模2矩阵D_H2和高分辨模3矩阵D_H3；(10)用低分辨模1矩阵D_L1、低分辨模2矩阵D_L2和低分辨模3矩阵D_L3进行组合，得到低分辨多模字典LD；(11)将高分辨模1矩阵D_H1、高分辨模2矩阵D_H2和高分辨模3矩阵D_H3进行组合，得到高分辨多模字典HD；(12)利用张量基追踪算法，求解多光谱张量块M在低分辨多模字典LD下的稀疏张量系数A；(13)将高分辨多模字典HD与稀疏张量系数A进行模乘，获得融合的多光谱图像F1；(14)利用空域残差补偿法更新融合的多光谱图像F1，获得高分辨的多光谱图像F。