基于压缩感知的多光谱与全色图像超分辨融合方法

摘要

本发明公开了一种基于压缩感知的多光谱与全色图像超分辨融合方法。其步骤为：(1)分别输入低分辨率多光谱图像和高分辨率全色图像；(2)获得高分辨率联合采样值矩阵；(3)获得高-低观测矩阵；(4)获得高-高观测矩阵；(5)获得高分辨率联合观测矩阵；(6)学高分辨率过完备字典；(7)获得高分辨率稀疏系数；(8)重构高分辨率多光谱图像。本发明将压缩感知技术引入到多光谱图像融合领域来，克服了现有技术中颜色失真和光谱扭曲的缺陷，融合得到的多光谱图像比高分辨率全色图像高一倍分辨率。

主权项

一种基于压缩感知的多光谱与全色图像超分辨融合方法，包括以下步骤：(1)分别输入低分辨率多光谱图像和高分辨率全色图像；(2)获得高分辨率联合采样值矩阵；2a)对低分辨率多光谱图像和高分辨率全色图像进行分块列向量化；2b)将分块列向量化的高分辨率全色图像矩阵连接到分块列向量化的低分辨率多光谱图像矩阵后，得到高分辨率联合采样值矩阵；(3)对高分辨率的多光谱图像和低分辨率的多光谱图像构造观测矩阵，获得高‑低观测矩阵；(4)对高分辨率的多光谱图像和高分辨率的全色图像构造观测矩阵，获得高‑高观测矩阵；(5)将高‑低观测矩阵连接到高‑高观测矩阵后，得到高分辨率联合观测矩阵；(6)利用KSVD方法对高分辨率多光谱图像进行字典学习，得到高分辨率过完备字典；(7)利用基追踪算法求解高分辨率过完备字典下的高分辨率稀疏系数；(8)重构高分辨率多光谱图像；8a)将高分辨率过完备字典与高分辨率稀疏系数相乘，得到列向量化的多光谱图像；8b)将列向量化的多光谱图像转化为图像块，恢复到原图像的位置，得到超分辨率的多光谱图像。