浅谈高光谱图像融合方法

洪科 汤漫

摘 要：高光譜图像有着丰富的光谱信息，能够更好的反映地物的实际情况，但是高光谱图像空间分辨率比较低，所以提高高光谱图像的空间分辨率有着极大的作用。高光谱图像融合是改善其图像质量的重要途径。

关键词：高光谱图像;空间分辨率;融合

1 基于贝叶斯的方法

N.Akhtar等人[1]通过考虑将获取的高分辨率图像空间信息与低分辨率的高光谱图像进行融合，提升高光谱图像的空间分辨率。基于该思路，通过非参数贝叶斯稀疏表示将高光谱图像与高分辨率图像融合，联合利用图像的空间结构信息以及高光谱图像的光谱域信息，避免重建图像的光谱失真问题。该方法首先估计场景中材料反射光谱的概率分布以及一组伯努利分布;其次，通过贝叶斯字典学习得到光谱字典，并根据高分辨率图像的频谱量化进行字典变换;然后，利用变换后的字典，通过贝叶斯稀疏编码策略计算高分辨率图像的稀疏编码矩阵;最后，将贝叶斯学习的字典与稀疏编码矩阵联合重建高分辨率的高光谱图像。实验结果分析表明，本方法在主观视觉方面，图像的细节信息更加清晰，客观指标上RMSE 和 PSNR 的值也优于其他稀疏表示方法。

2 基于矩阵分解的方法

R.KAWAKAMI等人[2]提出首先利用光谱分解问题的一个有原则的解，得到了一组表示场景中各种材料反射率的最优基函数。由于基于高光谱图像中每个像素可能只有少量材料的简单观察，我们将解混问题转化为稀疏矩阵分解问题，并通过“L1-极小化”求解。……