改进投影梯度NMF的NSST域多光谱与全色图像融合

被引:24
作者
吴一全 [1 ,2 ,3 ,4 ,5 ]
陶飞翔 [1 ]
机构
[1] 南京航空航天大学电子信息工程学院
[2] 国土资源部地质信息技术重点实验室
[3] 浙江工业大学浙江省信号处理重点实验室
[4] 兰州大学甘肃省西部矿产资源重点实验室
[5] 东华理工大学江西省数字国土重点实验室
关键词
图像处理; 图像融合; 多光谱和全色图像; 非下采样Shearlet变换; 改进投影梯度非负矩阵分解; 脉冲耦合神经网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了有效结合多光谱图像的光谱信息和全色图像的空间细节信息,进一步改善融合后多光谱图像的质量,提出了基于改进投影梯度非负矩阵分解(NMF)和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域多光谱和全色图像融合方法。对多光谱图像进行亮度-色度-饱和度(IHS)变换,将其亮度分量与全色图像进行直方图匹配,增强全色图像的对比度;分别对多光谱图像的亮度分量和全色图像进行NSST变换,对二者的低频系数利用改进投影梯度NMF进行融合,进一步提高融合后图像的空间信息;对于高频子带系数,采用基于改进PCNN的方法进行融合,增强图像的细节信息;经非下采样Shearlet逆变换得到融合后的亮度分量,进行IHS逆变换得到融合图像。大量实验结果表明,所提出的方法在保留多光谱图像光谱信息的同时,增强了融合图像的空间细节表现能力,优于现有的基于IHS变换、基于非下采样Contourlet变换(NSCT)和NMF、基于NSCT和PCNN等几种融合方法。
引用
收藏
页码:139 / 148
页数:10
相关论文
共 14 条
[11]   改进投影梯度非负矩阵分解的单训练样本特征提取研究 [J].
高涛 ;
何明一 .
电子与信息学报, 2010, 32 (05) :1121-1125
[12]  
非降采样Contourlet域内空间频率激励的PCNN图像融合算法(英文)[J]. 屈小波,闫敬文,肖弘智,朱自谦.自动化学报. 2008(12)
[13]   基于受限的非负矩阵分解的多光谱和全色遥感影像融合 [J].
王仲妮 ;
余先川 ;
张立保 .
北京师范大学学报(自然科学版), 2008, (04) :387-390+449
[14]   基于非负矩阵分解的多聚焦图像融合研究 [J].
苗启广 ;
王宝树 .
光学学报, 2005, (06) :755-759