一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法技术

本发明专利技术公开了一种基于自适应光谱‑空间梯度稀疏正则化的多光谱遥感图像与全色图像的融合方法，包括如下步骤：步骤1：获得同一时间同一地理区域已配准的多光谱图像和全色图像；步骤2：基于步骤1的结果，对融合图像进行下采样，获得融合图像和多光谱图像的l2范数；步骤3：计算融合图像和复制的全色图像的差值图像在空间和光谱方向上的梯度和权重矩阵，从而获得融合图像和全色图像的l1范数；步骤4：基于步骤2和步骤3，获得融合图像与多光谱图像，全色图像的能量函数，并迭代求解获得融合图像。本发明专利技术主要针对多光谱遥感图像与全色图像融合的应用需求，考虑到多光谱图像的光谱一致特性和空间梯度稀疏特性。

A Multispectral Image Fusion Method Based on Adaptive Spectral-Spatial Gradient Sparse Regularization

The invention discloses a fusion method of multi-spectral remote sensing image and panchromatic image based on adaptive spectrum sparse regularization, which includes the following steps: step 1: obtaining multi-spectral image and panchromatic image registered in the same geographical area at the same time; step 2: downsampling the fusion image based on the result of step 1 to obtain the fusion image and multi-spectral image Step 3: Calculate the gradient and weight matrix of the difference image between the fused image and the duplicated panchromatic image in the spatial and spectral directions to obtain the L1 norm of the fused image and the panchromatic image; Step 4: Based on step 2 and step 3, obtain the energy function of the fused image and the multispectral image, and obtain the fusion image iteratively. The invention is mainly aimed at the application requirements of multi-spectral remote sensing image and panchromatic image fusion, taking into account the spectral consistency and spatial gradient sparseness characteristics of multi-spectral image.

【技术实现步骤摘要】
一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法
本专利技术属于图像融合
，涉及一种全变分正则化图像融合方法，具体涉及一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法，适用于多光谱遥感图像与全色图像的融合。
技术介绍
多光谱遥感图像的影像数据含有多个波段的光谱图像，不同光谱的组合可以轻易地发现从全色图像中观察不到的信息，广泛应用于环境监测，精准农业，矿产勘探等领域。一般来说，多光谱图像的光谱分辨率较高，空间分辨率较低，而全色图像的光谱分辨率较低，空间分辨率较高。显然，只使用多光谱图像获得的空间信息较少。通过图像融合的方法，融合图像可以同时保持较高的光谱分辨率和空间分辨率，为环境监测，精准农业等提供更精确的信息。常用的多光谱遥感图像融合方法有的是基于成分替换的思路，即使用矩阵变换，把多光谱图像投影到一个新的空间，投影变化可以从不同的光谱带图像中提取空间结构，然后用全色图像替换多光谱图像的结构成分信息，最后逆变换得到融合图像，典型的方法有Intensity-Hue-Saturation(IHS),PrincipalComponentAnanlysis(PCA)和本文档来自技高网...

【技术保护点】
1.一种基于自适应光谱‑空间梯度稀疏正则化的多光谱图像融合方法，其特征在于，包括如下步骤：步骤1，获得同一时间同一地理区域已配准的多光谱图像M和全色图像P，设多光谱图像为

【技术特征摘要】
1.一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法，其特征在于，包括如下步骤：步骤1，获得同一时间同一地理区域已配准的多光谱图像M和全色图像P，设多光谱图像为全色图像为P∈Rm×n，融合图像为其中m，n表示图像的行数和列数，b表示图像的光谱数，c表示全色图像与多光谱图像的分辨率之比；步骤2，基于步骤1的结果，获得融合图像F与多光谱图像M的l2范数；步骤3，计算融合图像和复制的全色图像的差值图像在空间和光谱方向上的梯度和权重矩阵，从而获得融合图像F与全色图像P的l1范数；步骤4，基于步骤2和步骤3，获得融合图像F与多光谱图像M，全色图像P的能量函数，并迭代求解获得融合图像F。2.如权利要求1所述的一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法，其特征在于：步骤2的具体实现包括以下子步骤，步骤2.1，假设融合图像的下采样图像的光谱信息与多光谱图像相似，故对融合图像F进行下采样操作，下采样操作符为ψ，使下采样的融合图像与多光谱图像M有相同的大小；步骤2.2，获得融合图像的下采样图像与多光谱图像的l2范数，则融合图像与多光谱图像的l2范数如下所示：3.如权利要求1所述的一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法，其特征在于：步骤3的具体实现包括以下子步骤，步骤3.1，获得复制的全色图像即对全色图像进行复制，并在光谱方向上进行拼接，使复制的全色图像和融合图像F谱段数相同；步骤3.2，获得融合图像F与复制后的全色图像的差值图像X，其中步骤3.3，对差值图像X求空间和光谱方向上的梯度，其中▽q＝1,2,3分别表示对差值图像求其水平方向，竖直方向和光谱方向上的梯度，βq＝1,2,3分别是赋予水平方向，竖直方向和光谱方向上梯度的系数，当βq＝1＝0时表示水平方向上梯度系数为0，即不考虑水平方向上的梯度，i,j,d分别代表F在水平、垂直和光谱方向的坐标；步骤3.4，基于步骤3.3的结果，获得自适应权重矩阵W，该矩阵对差值较小的区域赋予较大的权重，对差值较大的区域赋予较小的权重，使融合图像的梯度信息与全色图像的梯度信息尽可能保持一致；令Zi,j表示所有像素在空间和光谱方向上的梯度的平方根，即...

【专利技术属性】
技术研发人员：田昕，张蒙亮，李松，王玥，马跃，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42