李 红,刘 芳,张 凯

(1.西安电子科技大学计算机学院,陕西西安 710071;2.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安 710071;3.西安电子科技大学国际智能感知与计算联合研究中心,陕西西安 710071)



稀疏非负矩阵分解下的遥感图像融合

李 红1,2,3,刘 芳1,2,3,张 凯2,3

(1.西安电子科技大学计算机学院,陕西西安 710071;2.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安 710071;3.西安电子科技大学国际智能感知与计算联合研究中心,陕西西安 710071)

摘要:为了降低多光谱图像与全色图像融合过程中的光谱扭曲和空间失真,提出了一种稀疏非负矩阵分解的融合新方法.首先从全色图像学习出一个高分辨字典和相应的低分辨字典,然后构造多光谱图像的稀疏非负矩阵分解模型,在低分辨字典下获得光谱系数矩阵,最后将该系数矩阵与高分辨字典相乘得到融合后的高分辨多光谱图像.稀疏正则项的引入有效克服了标准非负矩阵分解算法的不稳定现象,能够较好地保持图像的光谱信息和空间信息.将该方法应用于快鸟卫星和地球眼卫星数据,与同类方法的对比分析结果显示:该方法能够减少光谱扭曲和空间信息的损失,得到的融合结果在视觉效果和客观评价指标上均优于对比方法.

关键词:遥感图像融合;非负矩阵分解;稀疏正则

由于成像传感器的物理限制,大部分卫星只能获得低空间分辨率的多光谱图像(Low spatial ResolutionMultiSpectral,LRMS)和高空间分辨……