主权项 |
一种基于矩阵低秩分解的多光谱图像和全色图像融合方法,包括如下步骤: (1)输入已配准的大小为m×n的4幅多光谱图像MS<sub>l1</sub>,MS<sub>l2</sub>,MS<sub>l3</sub>,MS<sub>l4</sub>,输入1幅大小为4m×4n全色图像PAN; (2)利用matlab软件中的imresize函数对4幅多光谱图像MS<sub>l1</sub>,MS<sub>l2</sub>,MS<sub>l3</sub>,MS<sub>l4</sub>进行插值,得到与全色图像PAN相同像素的多光谱图像MS<sub>l1</sub>′,MS<sub>l2</sub>′,MS<sub>l3</sub>′,MS<sub>l4</sub>′; (3)将插值后的4幅多光谱图像MS<sub>l1</sub>′,MS<sub>l2</sub>′,MS<sub>l3</sub>′,MS<sub>l4</sub>′全部拉成列,按顺序依次排列构成大数据矩阵X∈R<sup>(4m</sup><sup>×</sup><sup>4n)</sup><sup>×</sup><sup>4</sup>,其中R<sup>(4m</sup><sup>×</sup><sup>4n)</sup><sup>×</sup><sup>4</sup>表示行数为4m×4n,列数为4的2维整数型矩阵; (4)通过低秩分解算法对大数据矩阵X进行低秩分解,得到低秩矩阵L∈R<sup>(4m</sup><sup>×</sup><sup>4n)</sup><sup>×</sup><sup>4</sup>和稀疏矩阵SG∈R<sup>(4m</sup><sup>×</sup><sup>4n)</sup><sup>×</sup><sup>4</sup>,其中低秩矩阵L表示4幅多光谱图像中的低空间分辨率信息,稀疏矩阵SG表示4幅多光谱图像中的高光谱分辨率信息; (5)利用标准主成分分析融合算法对低秩矩阵L和全色图像PAN进行融合,得到粗略融合结果矩阵MS'<sub>h</sub>,利用matlab软件的reshape命令将粗略融合结果矩阵MS'<sub>h</sub>变成4幅大小为4m×4n的粗略融合多光谱图像MS<sub>h1</sub>′,MS<sub>h2</sub>′,MS<sub>h3</sub>′,MS<sub>h4</sub>′; (6)利用matlab软件中的reshape函数,将步骤(4)得到的稀疏矩阵SG的每一列还原成大小为4m×4n的图像,得到4幅高光谱分辨率图像sg<sub>i</sub>,i=1,2,...,4; (7)将步骤(6)得到的4幅高光谱分辨率图像sg<sub>i</sub>,i=1,2,...,4,与步骤(5)得到的粗略融合结果MS<sub>h1</sub>′,MS<sub>h2</sub>′,MS<sub>h3</sub>′,MS<sub>h4</sub>′进行相加,得到最终的4幅融合多光谱图像MS<sub>h1</sub>,MS<sub>h2</sub>,MS<sub>h3</sub>,MS<sub>h4</sub>。 |