[发明专利]基于空间概率PCA与NSCT的全色图像锐化方法

摘要

本发明公开一种基于空间概率PCA与NSCT的全色图像锐化方法，其实现的步骤为（1）输入源图像；（2）获得图像；（3）关系矩阵；（4）提取第一主成分PRPC1；（5）直方图匹配；（6）非下采样轮廓小波分解；（7）重构第一主成分；（8）空间概率发变换；（9）输出高分辨率图像。本发明利用空间概率消除了传统的全色影像锐化算法隐含的假设图像数据服从独立同分布这一限制，并采用一种新的融合规则进一步挖掘图像的关系，最终得到较好保存光谱信息和边缘细节特征更为明显的高分辨率的图像。

主权项

一种基于空间概率PCA与NSCT的全色图像锐化方法，包括以下步骤：(1)输入源图像：分别读取多光谱图像MS和全色图像Pan；(2)获得上采样多光谱LMS：利用图像缩放imresize函数，对多光谱图像MS进行上采样，得到上采样的多光谱图像LMS；(3)构建关系矩阵：(3a)对上采样多光谱图像LMS进行相似结构块分割，(3b)利用欧氏距离构建关系矩阵；(4)提取第一主成分PRPC1：应用空间概率PCA(PRPCA)，提取上采样多光谱图像LMS进行的第一主成分PRPC1；(5)直方图匹配：将全色图像Pan与方差最大的成分PRPC1进行直方图匹配；(6)非下采样轮廓小波(NSCT)分解：(6a)利用NSCT分解方法，对方差最大的成分PRPC1进行NSCT分解，得到高低频数据；(6b)利用NSCT分解方法，对匹配后的全色图像Pan进行NSCT分解，得到高低频数据；(7)重构第一的主成分：(7a)对于低频部分，直接选取第一主成分的低频部分；(7b)对于高频部分,采用高频融合规则来重构第一主成分的高频部分；(7c)使用NSCT反变换得到重构的第一主成分(8)空间概率PCA反变换：利用空间概率PCA反变换，对重构的第一主成分与空间概率PCA提取的其他主成分进行空间概率PCA反变换，得到高分辨率的多光谱图像HMS；(9)输出高分辨率的多光谱图像HMS。