[发明专利]一种基于少数波段高分辨率图像的光谱重建方法

说明书

一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法，首先获得拥有少数波段的高分辨率图像和同一场景下低分辨率高光谱图像；其次将低分辨率高光谱图像在非分解模式下训练得到光谱字典；继而，通过拥有少数波段的高分辨率图像在无非负约束条件下进行稀疏表示，得到稀疏表示系数。再通过空间结构信息估计稀疏表示框架不能表达的部分；最后，利用字典、稀疏系数和估计部分精确重建具有高分辨率的高光谱图像；本发明在稀疏表示框架下，引入非分解模式求解光谱字典，弥补了端元分解对高光谱图像光谱特性描述能力的不足，有效提高了重建光谱精度、高光谱图像重建的有效性及重建高光谱图像的空间准确性。

技术领域

本发明属于图像处理领域，适用于高光谱遥感图像重建，具体涉及一种基于少数波段高分辨率图像与低分辨率高光谱图像的高质量光谱重建方法。

背景技术

高光谱图像由大量的单波段图像构成，图像中每个像素具有一条准连续的光谱曲线。在高光谱图像成像过程中，由于光谱带宽较窄，必须采用较大的瞬时视场(IFOR)才能积累足够多的光量子以维持成像的信噪比，瞬时视场的增大会降低图像的分辨率。然而在高光谱图像的许多应用领域如地物识别与分类、环境检测中，高分辨率图像都是不可缺少的，因此获得具有高分辨率的高光谱图像具有重要意义。

现阶段，基于混合像元分解的高光谱图像融合技术通过融合同一场景下的多光谱图像与高光谱图像，从而获得具有高分辨率的高光谱图像。混合像元分解在高光谱图像分解为各种地物成分(端元)，再通过具有较高分辨率的多光谱图像在非负约束下求解各成分所占的比例(丰度)。然而混合像元分解中端元的个数以及纯净端元的提取都存在一定的困难，因此得到的高光谱图像存在光谱失真的现象，无法在高分辨率高光谱图像重建中获得令人满意的结果。

近年来，稀疏表示框架在图像重建领域展现了巨大的潜力，它将图像表示为字典与稀疏系数的乘积。稀疏表示过程中不需要提取端元，稀疏系数也无非负限制，因此该方法能够克服现阶段图像融合的缺点，并使得图像蕴含的信息得到充分表达。本发明将稀疏表示框架引入高光谱图像重建中，由低分辨率高光谱图像提供字典，通过同一场景下仅有几个波段的高分辨率图像求得稀疏系数，并对系数框架不能表达的部分加以估计，从而获得高质量的重建高分辨率高光谱图像。

发明内容

为了克服上述现有技术存在的不足，本发明的目的在于提供了一种基于少数波段高分辨率图像与低分辨率高光谱图像的高质量光谱重建方法，先利用同一场景下低分辨率高光谱图像学习得到光谱字典。其次通过拥有少数波段的高分辨率图像求解稀疏表示系数。最后通过空间结构信息估计稀疏表示框架不能表达的部分从而得到具有高分辨率的重建高光谱图像。此方法能高效重建高光谱图像，获得更好的重建质量。

为了达到上述目的，本发明所采用的技术方案是：

一种基于少数波段高分辨率图像与低分辨率高光谱图像的高质量光谱重建方法，步骤如下：

步骤1，获得拥有少数波段的高分辨率图像；

步骤2，获得与步骤1中图像同一场景下低分辨率的高光谱图像；

步骤3，通过对步骤2中得到的图像在非分解的模式下进行训练，得到光谱字典D；

步骤4，利用步骤1中得到的具有极少波段的高分辨率图像以及步骤3中得到的光谱字典D，在无非负约束的条件下求解稀疏表示系数A；

步骤5，利用步骤2得到的低分辨率图像以及步骤3中得到的光谱字典D、步骤4中得到的稀疏表示系数A，求解低分辨率图像中稀疏框架不能表达的部分 E_R。

步骤6，通过步骤5中得到的E_R，在空间维利用空间结构信息估计稀疏框架不能表示的部分E；

步骤7，通过重建具有高分辨率的高光谱图像。