[发明专利]基于PCA与Shearlet变换的遥感图像融合方法

权利要求书

1.一种基于PCA与Shearlet变换的遥感图像融合方法，包括如下步骤：

1)分别输入一副多光谱图像I₁和高分辨率全色图像I₂；

2)对多光谱图像I₁进行上采样，上采样后的多光谱图像的大小与高分辨率全色图像I₂的大小相同；

3)对上采样后的多光谱图像进行主成分分析PCA变换，得到变换后的各个分量图像PC_i,i＝1,2,...,Nb,其中Nb是多光谱图像的波段数；

4)分别计算每一个分量图像PC_i与全色图像I₂的相关系数值，记为CC_i,i＝1,2,...,N，并且将最大的相关系数值保存，记为CC_Max；

5)计算每一个相关系数值CC_i与最大相关系数值CC_Max的差值，对所有差值小于给定阈值的分量图像PC_S,S＝1,2,...,N₁，分别执行步骤6）到8），并将其余分量图像保存为PC_NS,NS＝1,2,...,N₂，其中N₁为相关系数值CC_i与最大相关系数值CC_Max的差值小于给定阈值的分量图像的个数，N₂为相关系数值CC_i与最大相关系数值CC_Max的差值大于或者等于给定阈值的分量图像的个数，且N₁+N₂＝Nb；

6)对相关系数差值小于给定阈值的分量图像PC_S,S＝1,2,...,N₁和高分辨率全色图像I₂分别进行Shearlet变换分解，分别得到分量图像的一个低频系数L_k和多个方向子带系数H_k，以及全色图像的一个低频系数L_p和多个方向子带系数H_p；

7)对得到的分量图像PC_S,S＝1,2,...,N₁和全色图像I₂的低频系数L_k，L_p和多个方向子带系数H_k，H_p分别采用不同的提取规则来作为融合后的分量图像的低频系数L_f和多个方向子带系数H_f；

8)对融合后分量图像的低频系数L_f和多个方向子带系数H_f进行逆Shearlet变换，得到融合后的分量图像I_f；

9)对所有融合后的分量图像I_f和步骤5）中保存的其余分量图像PC_NS,NS＝1,2,...,N₂进行逆主成分分析PCA变换，得到融合图像I_fus。