基于矩阵低秩分解的多光谱图像与全色图像融合方法

摘要

本发明公开了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，主要解决现有多光谱图像和全色图像融合中高光谱分辨率信息丢失的问题。其实现步骤为：（1）对输入已配准的4幅多光谱图像进行插值使其与全色图像具有相同的像素;(2)将插值后多光谱图像全部拉成列按照顺序依次堆叠构成大数据矩阵；（3）利用矩阵低秩分解算法对大数据矩阵分解得到低秩矩阵和稀疏矩阵；（4）利用标准主成分分析融合算法对低秩矩阵和全色图像进行融合得到初步的粗略融合结果；（5）将稀疏矩阵加至粗略融合结果得到最终的多光谱融合图像。本发明能有效解决高光谱分辨率信息丢失的问题，获取清晰的图像，可用于多光谱图像的预处理。

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_l1，MS_l2，MS_l3，MS_l4，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_l1，MS_l2，MS_l3，MS_l4进行插值，得到与全色图像PAN相同像素的多光谱图像MS_l1′，MS_l2′，MS_l3′，MS_l4′； (3)将插值后的4幅多光谱图像MS_l1′，MS_l2′，MS_l3′，MS_l4′全部拉成列，按顺序依次排列构成大数据矩阵X∈R^(4m×4n)×4，其中R^(4m×4n)×4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^(4m×4n)×4和稀疏矩阵SG∈R^(4m×4n)×4，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'_h，利用matlab软件的reshape命令将粗略融合结果矩阵MS'_h变成4幅大小为4m×4n的粗略融合多光谱图像MS_h1′，MS_h2′，MS_h3′，MS_h4′； (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_i，i＝1,2,...,4； (7)将步骤(6)得到的4幅高光谱分辨率图像sg_i，i＝1,2,...,4,与步骤(5)得到的粗略融合结果MS_h1′，MS_h2′，MS_h3′，MS_h4′进行相加，得到最终的4幅融合多光谱图像MS_h1，MS_h2，MS_h3，MS_h4。