基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备技术

本发明专利技术提供一种基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备，解决现有高光谱和多光谱图像融合方法依赖空间退化矩阵，导致高光谱图像空间分辨率较低的问题。该方法包括以下步骤：步骤1、输入真实值；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像Ih和图像Im进行光谱解混，联合优化所需的端元矩阵和丰度矩阵，得到图像Ih的端元矩阵E、丰度矩阵Ah和图像Im的丰度矩阵A；步骤4、估计出高空间分辨率高光谱图像，记作图像Z。

Hyperspectral and Multispectral Image Fusion Method, Computer Readable Storage Media and Electronic Equipment Based on Joint Optimization

【技术实现步骤摘要】
基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备
本专利技术涉及图像处理
，具体涉及一种基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备，可应用于环境监测、目标检测、目标分类以及军事侦察等领域。
技术介绍
高光谱成像系统在许多连续且非常窄的光谱波段中对电磁波谱进行采样，获得的高光谱图像具有高的光谱分辨率。为了获取更多的波段，传感器在接受光能前有一个分光过程，即分光镜把光分为许多份，那么在光入射能量一定条件下，分光后每个波段只有小部分能量到达传感器。传感器获得一定光能才能响应，为了确保足够信噪比，必须增大芯片像素尺寸。像素尺寸指每个像素的面积，当像素尺寸增大时，单位面积内像素数量减小，这会导致获得的图像空间分辨率减小。基于以上原因，由高光谱成像系统获得的高光谱图像具有低空间分辨率。由于各种硬件限制，现有技术人员提出采用软件方法来提高高光谱图像的空间分辨率，即高光谱和多光谱图像融合方法，通过与具有高空间分辨率的多光谱图像融合来提高高光谱图像空间分辨率。近年来，研究学者们提出了很多高光谱和多光谱图像融合方法。这些方法的目的是，由可观测的低空间分辨率-高光谱分辨率高光谱图像和可观测的高空间分辨率-低光谱分辨率多光谱图像，生成不可观测的高空间分辨率-高光谱分辨率高光谱图像。此类方法大多依赖与空间退化矩阵，空间退化矩阵包含了高光谱分辨率高光谱图像与低空间分辨率多光谱图像之间的空间退化关系。Z.H.Nezhad等人在文献“Z.H.Nezhad,A.Karami,R.HeylenandP.Scheunders,“FusionofHyperspectralandMultispectralImagesUsingSpectralUnmixingandSparseCoding,”IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing,vol.9,no.6,pp.2377-2389,2016.”中提出一种基于光谱解混和稀疏编码的高光谱和多光谱图像融合方法，该方法的融合过程是一个不适定逆问题，先用基于稀疏编码构建的正则化项将其转换为适定逆问题，然后用不相关场景中一些高空间分辨率多光谱图像或全色图像进而构建一个合适字典，基于该字典和由线性光谱解混模型估算的初始高空间分辨率高光谱图像来估计稀疏编码，再使用稀疏编码作为正则化项，通过求解适定的逆问题来计算丰度，最后从获得的丰度和端元获得所需的高空间分辨率高光谱图像。然而，在实际应用中，准确地估计出空间退化矩阵非常困难，此类方法需要估计空间退化矩阵，产生的估计误差会在融合过程中传播，影响融合方法性能。综上所述，现有的高光谱和多光谱图像融合方法过于依赖空间退化矩阵，导致高光谱图像空间分辨率较低，使其存在一定的限制性。
技术实现思路
为了解决现有高光谱和多光谱图像融合方法依赖空间退化矩阵，导致高光谱图像空间分辨率较低的问题，本专利技术提出了一种基于联合优化的高光谱和多光谱图像融合方法、计算机可读存储介质、电子设备，主要用于改善高光谱图像空间分辨率低的问题，以提高高光谱图像的空间分辨率。本专利技术的技术解决方案是：一种基于联合优化的高光谱和多光谱图像融合方法，包括以下步骤：步骤1、输入真实值，所述真实值指真实的高空间分辨率高光谱图像；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像，将它们分别记作图像Ih和图像Im；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像Ih和图像Im进行光谱解混，联合优化所需的端元矩阵和丰度矩阵；当达到最大迭代次数后，得到图像Ih的端元矩阵E、丰度矩阵Ah和图像Im的丰度矩阵A；步骤4、解混重建，根据图像Ih的端元矩阵E和图像Im的丰度矩阵A，计算出高空间分辨率高光谱图像，即最终的融合结果，记作图像Z。进一步地，所述步骤2具体为：步骤2.1)对真实值进行空间退化处理，即先对真实值进行模糊操作，再对所得结果进行下采样操作，得到可观测的低空间分辨率高光谱图像，记作图像Ih；步骤2.2)对真实值进行光谱退化处理，即让真实值与光谱响应矩阵相乘，得到可观测的高空间分辨率多光谱图像，记作图像Im。进一步地，所述步骤3具体为：步骤3.1)输入图像Ih、图像Im和光谱响应矩阵Gm，把图像Ih的端元矩阵和丰度矩阵分别记作E和Ah，把图像Im的丰度矩阵记作A，根据线性光谱混叠模型Ih≈EAh和Im≈GmEA，对图像Ih利用非负矩阵分解进行光谱解混可以得到E和Ah，对图像Im利用非负矩阵分解进行光谱解混可以得到A；步骤3.2)初始化端元矩阵E、丰度矩阵Ah和丰度矩阵A，迭代次数k＝0；步骤3.3)同时更新端元矩阵E、丰度矩阵Ah和丰度矩阵A：其中，α(k)是第k次迭代的步长，L是损失函数；其中，参数λ＝8，‖·‖F表示F范数，和分别表示L对E、Ah和A求偏导数；其中，(·)T表示矩阵转置；步骤3.4)判断是否达到最大迭代次数，若达到则输出得到的端元矩阵E、丰度矩阵Ah和和丰度矩阵A，否则继续步骤3.3)。进一步地，所述步骤4具体为：步骤4.1)根据图像Ih的端元矩阵E和图像Im的丰度矩阵A，计算出高空间分辨率高光谱图像，即最终的融合结果，记作图像Z：Z＝EA。进一步地，所述步骤4还包括步骤4.2)：步骤4.2)比较图像Z和真实值，计算评价指标。同时，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。此外，本专利技术还提供一种电子设备，所述电子设备包括：处理器；计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行上述方法的步骤。与现有方法相比，本专利技术具有以下有益效果：1.本专利技术图像融合方法不需要光谱退化矩阵的先验知识，采用基于联合优化的方法对低空间分辨率高光谱图像和高空间分辨率多光谱图像进行融合，根据线性光谱混叠模型，利用非负矩阵分解，对低空间分辨率高光谱图像和高空间分辨率多光谱图像进行光谱解混，联合优化所需的端元矩阵和丰度矩阵，最后对它们进行解混重建，可以得到质量更高的高空间分辨率高光谱图像，该方法不需要光谱退化矩阵的参与，克服了传统方法对光谱退化矩阵的依赖，提高了高光谱图像的空间分辨率，具有融合效果好、复杂度低的优点。2.本专利技术图像融合方法应用范围较广，可应用于环境监测、目标检测、目标分类以及军事侦察等领域。附图说明图1为本专利技术基于联合优化的高光谱和多光谱图像融合方法的流程图。具体实施方式以下结合附图和具体实施例对本专利技术的内容作进一步详细描述：本专利技术方法根据线性光谱混叠模型，利用非负矩阵分解，对低空间分辨率高光谱图像和高空间分辨率多光谱图像进行光谱解混，联合优化所需的端元矩阵和丰度矩阵，最后对它们进行解混重建，可以得到质量更高的高空间分辨率高光谱图像。本专利技术与现有方法相比，不需要光谱退化矩阵的参与，克服了传统方法对光谱退化矩阵的依赖，具有融合效果好、复杂度低以及应用范围广泛的优点。如图1所示，本专利技术所提供的基于联合优化的高光谱和多光谱图像融合方法，包括以下步骤：步骤1、输入真实值，真实值指真实的高空间分辨率高光谱图像；步骤2、对本文档来自技高网...

【技术保护点】
1.一种基于联合优化的高光谱和多光谱图像融合方法，其特征在于，包括以下步骤：步骤1、输入真实值，所述真实值指真实的高空间分辨率高光谱图像；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像，将它们分别记作图像Ih和图像Im；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像Ih和图像Im进行光谱解混，联合优化所需的端元矩阵和丰度矩阵；当达到最大迭代次数后，得到图像Ih的端元矩阵E、丰度矩阵Ah和图像Im的丰度矩阵A；步骤4、解混重建，根据图像Ih的端元矩阵E和图像Im的丰度矩阵A，计算出高空间分辨率高光谱图像，即最终的融合结果，记作图像Z。

【技术特征摘要】
1.一种基于联合优化的高光谱和多光谱图像融合方法，其特征在于，包括以下步骤：步骤1、输入真实值，所述真实值指真实的高空间分辨率高光谱图像；步骤2、对真实值进行预处理，得到可观测的低空间分辨率高光谱图像和可观测的高空间分辨率多光谱图像，将它们分别记作图像Ih和图像Im；步骤3、根据线性光谱混叠模型，利用非负矩阵分解，对图像Ih和图像Im进行光谱解混，联合优化所需的端元矩阵和丰度矩阵；当达到最大迭代次数后，得到图像Ih的端元矩阵E、丰度矩阵Ah和图像Im的丰度矩阵A；步骤4、解混重建，根据图像Ih的端元矩阵E和图像Im的丰度矩阵A，计算出高空间分辨率高光谱图像，即最终的融合结果，记作图像Z。2.根据权利要求1所述的基于联合优化的高光谱和多光谱图像融合方法，其特征在于，所述步骤2具体为：步骤2.1)对真实值进行空间退化处理，即先对真实值进行模糊操作，再对所得结果进行下采样操作，得到可观测的低空间分辨率高光谱图像，记作图像Ih；步骤2.2)对真实值进行光谱退化处理，即让真实值与光谱响应矩阵相乘，得到可观测的高空间分辨率多光谱图像，记作图像Im。3.根据权利要求1所述的基于联合优化的高光谱和多光谱图像融合方法，其特征在于，所述步骤3具体为：步骤3.1)输入图像Ih、图像Im和光谱响应矩阵Gm，把图像Ih的端元矩阵和丰度矩阵分别记作E和Ah，把图像Im的丰度矩阵记作A，根据线性光谱混叠模型Ih≈EA...

【专利技术属性】
技术研发人员：郑向涛，陈文静，卢孝强，刘康，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：陕西,61