买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明涉及一种基于空间‑光谱张量子空间表示的遥感影像融合方法，属于遥感图像融合领域。该方法将输入的LR‑HSI、HR‑MSI和HR‑HSI表示为三维张量。构建空间观测模型和基于超拉普拉斯先验的光谱观测模型，以有效刻画输入影像与目标HR‑HSI之间的关系。利用空间‑光谱张量子空间表示模型将HR‑HSI分解为低维系数张量、空间子空间张量和光谱子空间张量。通过张量奇异值分解算法T‑SVD从HR‑MSI和LR‑HSI中分别估计空间子空间张量和光谱子空间张量，并利用稀疏正则化约束和近端交替最小化算法优化求解系数张量。将估计得到的子空间张量和系数张量输入张量子空间表示模型，重建HR‑HSI。

主权项：1.基于空间-光谱张量子空间表示的遥感影像融合方法，其特征在于：该方法包括以下步骤：S1：利用张量的高维表达的优势，分别将输入低空间分辨率高光谱影像LR-HSI、输入高空间分辨率多光谱影像HR-MSI和目标高空间分辨率高光谱影像HR-HSI表示为三维张量的形式；S2：数据预处理；将LR-HSI空间上采样至与目标HR-HSI相同的大小；随后，将目标HR-HSI、HR-MSI和上采样后的LR-HSI进行维度重排，获得光谱维度处于第二模式的LR-HSI、HR-MSI和目标HR-HSI；S3：构建空间和光谱观测模型；基于S2中的重排数据，构建基于超拉普拉斯先验的LR-HSI与目标HR-HSI之间的光谱观测模型和构建HR-MSI与目标HR-HSI之间的空间观测模型；S4：目标HR-HSI的空间-光谱张量子空间表示；采用空间-光谱张量子空间表示模型将目标HR-HSI分解为一个低维系数张量、一个低维空间子空间张量和一个低维光谱子空间张量；S5：空间和光谱子空间张量的估计；在空间-光谱张量子空间表示模型下，使用张量奇异值分解算法T-SVD分别从维度重排后的HR-MSI和LR-HSI中估计目标HR-HSI的空间子空间张量和光谱子空间张量；S6：系数张量的优化和估计；对系数张量实施稀疏正则化约束，并结合S3中的空间观测模型和光谱观测模型和S4中的空间-光谱张量子空间表示模型，构建估计系数张量的目标函数，并使用近端交替最小化算法进行优化求取；S7：目标HR-HSI的重建；将S5中获得的空间子空间张量和光谱子空间张量和S6中获得的系数张量输入到S4中的空间-光谱张量子空间表示模型中，对目标HR-HSI进行重建。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于空间-光谱张量子空间表示的遥感影像融合方法