A high quality spectrum reconstruction method of high-resolution image and low few bands of hyperspectral image based on the first few bands have high resolution images of the same scene and low resolution hyperspectral image; secondly low resolution hyperspectral image decomposition model trained by spectral dictionary in non; then, the high resolution image has a few bands in nothing but negative constraints under the condition of sparse representation, get the sparse coefficients. Through the estimation of spatial structure information of the sparse representation framework can not express the part; finally, using the dictionary, sparse coefficient and estimation accurate reconstruction of hyperspectral image with high resolution; the invention said under the framework of sparse decomposition model for the introduction of non spectral dictionary, to make up for the lack of decomposition of endmember spectral characteristics of hyperspectral image description ability and effectively improve the accuracy of spectral reconstruction of spatial accuracy, hyperspectral image reconstruction and effective reconstruction of hyperspectral image.
【技术实现步骤摘要】
一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法
本专利技术属于图像处理领域,适用于高光谱遥感图像重建,具体涉及一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法。
技术介绍
高光谱图像由大量的单波段图像构成,图像中每个像素具有一条准连续的光谱曲线。在高光谱图像成像过程中,由于光谱带宽较窄,必须采用较大的瞬时视场(IFOR)才能积累足够多的光量子以维持成像的信噪比,瞬时视场的增大会降低图像的分辨率。然而在高光谱图像的许多应用领域如地物识别与分类、环境检测中,高分辨率图像都是不可缺少的,因此获得具有高分辨率的高光谱图像具有重要意义。现阶段,基于混合像元分解的高光谱图像融合技术通过融合同一场景下的多光谱图像与高光谱图像,从而获得具有高分辨率的高光谱图像。混合像元分解在高光谱图像分解为各种地物成分(端元),再通过具有较高分辨率的多光谱图像在非负约束下求解各成分所占的比例(丰度)。然而混合像元分解中端元的个数以及纯净端元的提取都存在一定的困难,因此得到的高光谱图像存在光谱失真的现象,无法在高分辨率高光谱图像重建中获得令人满意的结果。近年来,稀疏表示框架在图像重建领域展现了巨大的潜力,它将图像表示为字典与稀疏系数的乘积。稀疏表示过程中不需要提取端元,稀疏系数也无非负限制,因此该方法能够克服现阶段图像融合的缺点,并使得图像蕴含的信息得到充分表达。本专利技术将稀疏表示框架引入高光谱图像重建中,由低分辨率高光谱图像提供字典,通过同一场景下仅有几个波段的高分图像求得稀疏系数,并对系数框架不能表达的部分加以估计,从而获得高质量的重建高分辨率高光谱图像。专 ...
【技术保护点】
一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法,其特征在于,包括以下步骤:步骤1,获得拥有少数波段的高分辨率图像;步骤2,获得与步骤1中图像同一场景下低分辨率的高光谱图像;步骤3,通过对步骤2中得到的图像在非分解的模式下进行训练,得到光谱字典D;步骤4,利用步骤1中得到的具有极少波段的高分辨率图像以及步骤3中得到的光谱字典D,在无非负约束的条件下求解稀疏表示系数A;步骤5,利用步骤2得到的低分辨率图像以及步骤3中得到的光谱字典D、步骤4中得到的稀疏表示系数A,求解低分辨率图像中稀疏框架不能表达的部分E
【技术特征摘要】
1.一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法,其特征在于,包括以下步骤:步骤1,获得拥有少数波段的高分辨率图像;步骤2,获得与步骤1中图像同一场景下低分辨率的高光谱图像;步骤3,通过对步骤2中得到的图像在非分解的模式下进行训练,得到光谱字典D;步骤4,利用步骤1中得到的具有极少波段的高分辨率图像以及步骤3中得到的光谱字典D,在无非负约束的条件下求解稀疏表示系数A;步骤5,利用步骤2得到的低分辨率图像以及步骤3中得到的光谱字典D、步骤4中得到的稀疏表示系数A,求解低分辨率图像中稀疏框架不能表达的部分ER;步骤6,通过步骤5中得到的ER,在空间维利用空间结构信息估计稀疏框架不能表示的部分E;步骤7,通过重建具有高分辨率的高光谱图像。2.根据权利要求1所述一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法,其特征在于,所述步骤1中拥有少数波段的高分辨率图像通过YL=LX求得,其中X∈RB×N为原始高光谱图像,为光谱传递函数,B>>b,二者分别为两幅图像的波段数,N为高光谱图像空间包含的像素点数目,R为实数空间。3.根据权利要求1所述一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法,其特征在于,所述步骤2中同一场景下低分辨率的高光谱图像通过对原始高光谱图像的空间维模糊并下采样得到。4.根据权利要求1所述...
【专利技术属性】
技术研发人员:韩晓琳,刘天娇,孙卫东,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。