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！

摘要：本发明针对将高光谱图像与多光谱图像和全色图像融合得到融合后高光谱图像的应用需求，提出了一种基于稀疏张量先验的高光谱、多光谱、全色图像融合方法，本发明的融合方法通过建立稀疏张量先验，用以充分挖掘融合后高光谱图像中空间、光谱和非局部相似块之间关系。本发明提出的模型包含数据保真项和稀疏张量先验项，并通过交替方向乘子法进行求解，从而获得定性和定量方面均优于对比方法的融合后高光谱图像。与其他融合算法相比，本发明的融合结果清晰度更高，各项指标也最接近于理想值，在定性和定量方面均优于对比方法。

主权项：1.一种基于稀疏张量先验的高光谱、多光谱、全色图像融合方法，其特征在于，包括以下步骤：步骤1，通过高光谱传感器获得高光谱图像，通过多光谱传感器获得同一区域的多光谱图像和全色图像；步骤2，通过步骤1所述的高光谱图像、多光谱图像以及全色图像，构建数据保真项；步骤2所述数据保真项由高光谱图像保真项、多光谱图像保真项、和全色图像保真项构成；所述的高光谱图像保真项、多光谱图像保真项和全色图像保真项是由高光谱图像、多光谱图像与融合后高光谱图像之间的空间退化关系和光谱退化关系构建的；所述融合后高光谱图像记为张量其3模展开矩阵为表示该图像有Lh个波段，每个波段有Wp×Hp个像素，Wp和Hp分别表示融合后高光谱图像的宽和高；高光谱图像可以看作融合后高光谱图像的空间退化版本：H3＝F3BhSh其中，矩阵为高光谱图像的空间模糊矩阵，为高光谱图像的空间下采样矩阵；多光谱图像可以看作融合后高光谱图像经过空间退化以及光谱下采样后的版本：M3＝RmF3BmSm其中，为多光谱图像的光谱响应矩阵，矩阵为多光谱图像的空间模糊矩阵，为多光谱图像的空间下采样矩阵；全色图像可以看作融合后高光谱图像经过光谱下采样后的版本：P3＝RpF3其中，为全色图像的光谱响应矩阵；因此，可以构建数据保真项如下： 其中表示Frobenius范数，λ1和λ2分别为平衡各项的参数；步骤3，通过融合后高光谱图像的特性，构建稀疏张量先验项；步骤3所述稀疏张量先验项根据融合后高光谱图像特性构建；首先，将融合后高光谱图像分割成许多小块，然后基于相似性把相似的块聚集在同一组里，可以分成K组；每一组可以表示为一个系数张量和空间字典和光谱字典的积，系数张量具有稀疏的特征，而空间字典和光谱字典具有低秩属性；因此稀疏张量先验项构建如下： 其中，λ3，λ4，λ5，λ6分别为平衡各项的参数；k表示组的序号，K表示总组数，表示第k组相似块，Ck表示的系数张量，表示的空间字典，表示的光谱字典，‖·‖1表示L1范数，‖·‖*表示核范数；步骤4，通过步骤2所述的数据保真项和步骤3所述的稀疏张量先验项，构建融合模型；步骤5，基于步骤4所述的融合模型，通过交替方向乘子法来求解融合后高光谱图像。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于稀疏张量先验的高光谱、多光谱和全色图像融合方法