基于稀疏表示的遥感图像融合方法

被引:41
作者
尹雯 [1 ]
李元祥 [1 ]
周则明 [2 ]
刘世前 [1 ]
机构
[1] 上海交通大学航空航天学院
[2] 解放军理工大学气象学院
关键词
遥感; 图像融合; 稀疏表示; 通用分量替换融合框架;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
摘要
为了提高融合后多光谱(MS)图像的质量,提出一种基于稀疏表示的遥感图像融合方法。建立MS图像与其亮度分量之间的线性回归模型;利用训练的高、低分辨率字典分别对全色图像和MS图像进行稀疏表示,并根据线性回归模型获得MS图像亮度分量稀疏表示系数;根据全色图像和亮度分量的稀疏表示系数提取细节成分,并在通用分量替换(GCOS)融合框架下注入到MS图像各波段的稀疏表示系数中;进行图像复原得到高空间分辨率的MS图像。由于稀疏表示可有效地刻画信号的内部结构与特征,融合后的MS图像能够在提高空间分辨率的同时,较好地保留原始MS信息。IKONOS MS图像的融合结果表明,该方法在光谱保持和空间分辨率提高方面优于其他传统的遥感图像融合方法。
引用
收藏
页码:267 / 274
页数:8
相关论文
共 6 条
[1]   基于非下采样三通道不可分对称小波的多光谱图像融合 [J].
刘斌 ;
彭嘉雄 .
电子学报, 2011, 39 (05) :1094-1099
[2]  
基于光谱响应函数的遥感图像融合对比研究[J]. 窦闻,孙洪泉,陈云浩.光谱学与光谱分析. 2011(03)
[3]   基于压缩感知的变步长自适应匹配追踪重建算法 [J].
高睿 ;
赵瑞珍 ;
胡绍海 .
光学学报, 2010, 30 (06) :1639-1644
[4]   基于成像系统物理特性的多光谱图像与全色波段图像融合 [J].
张强 ;
郭宝龙 .
光学学报, 2007, (02) :243-248
[5]   基于第二代小波的超谱遥感图像融合算法研究 [J].
赵春晖 ;
刘春红 ;
王克成 .
光学学报, 2005, (07) :891-896
[6]  
Adaptive greedy approximations[J] . G. Davis,S. Mallat,M. Avellaneda.Constructive Approximation . 1997 (1)