发明名称 基于非负矩阵分解的高光谱图像和可见光图像融合方法
摘要 本发明公开了一种基于非负矩阵分解的将高光谱图像与可见光图像进行融合的方法,包括:利用基于稀疏约束的非负矩阵分解方法对高光谱图像进行解混,得到端元光谱曲线;根据可见光图像的光谱吸收曲线和解混得到的端元光谱曲线,利用有约束的二次规划来求解图像中每个像元的混合系数;将解混得到的端元光谱曲线和每个像元的混合系数进行线性混合,得到高空间分辨率和高光谱图像的融合图像。本发明解决了高光谱图像某些波段光谱与可见光图像不相关的问题。利用基于稀疏约束的非负矩阵分解对高光谱图像进行解混,可得到更为准确的端元光谱。同时利用有约束的二次规划问题,能得到像元的混合系数。本发明得到的融合图像具有高空间分辨率和高光谱分辨率。
申请公布号 CN102789639B 申请公布日期 2015.02.04
申请号 CN201210245835.4 申请日期 2012.07.16
申请人 中国科学院自动化研究所;北京市遥感信息研究所 发明人 王颖;江碧涛;潘春洪;郭建恩;张秀玲
分类号 G06T5/50(2006.01)I 主分类号 G06T5/50(2006.01)I
代理机构 中科专利商标代理有限责任公司 11021 代理人 宋焰琴
主权项 一种基于非负矩阵分解的将高光谱图像与可见光图像进行融合的方法,其特征在于,包括:利用基于稀疏约束的非负矩阵分解方法对高光谱图像进行解混,得到端元光谱曲线;根据可见光图像的光谱吸收曲线和解混得到的端元光谱曲线,利用有约束的二次规划来求解图像中每个像元的混合系数;以及将解混得到的端元光谱曲线和每个像元的混合系数进行线性混合,得到高空间分辨率和高光谱图像的融合图像;其中,所述根据可见光图像的光谱吸收曲线和解混得到的端元光谱曲线,利用有约束的二次规划来求解图像中每个像元的混合系数,采用如下公式实现:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><munder><mi>min</mi><mrow><mi>h</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></munder><mo>|</mo><mi>y</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mi>AWh</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><msup><mo>|</mo><mn>2</mn></msup><mo>,</mo></mrow>]]></math><img file="FDA0000565038180000011.GIF" wi="664" he="118" /></maths>满足<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>h</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>,</mo><mi>k</mi><mo>)</mo></mrow><mo>&GreaterEqual;</mo><mn>0</mn><mo>,</mo><munder><mi>&Sigma;</mi><mi>k</mi></munder><mi>h</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>,</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mn>1</mn></mrow>]]></math><img file="FDA0000565038180000012.GIF" wi="744" he="171" /></maths>式中:y(i,j)为可见光图像中点(i,j)的光谱,A表示可见光图像的光谱吸收曲线,h(i,j)表示像元(i,j)的混合系数向量,h(i,j,k)为向量h(i,j)的第k维的值,W为端元矩阵。
地址 100190 北京市海淀区中关村东路95号