基于边缘增强与光谱特性保持的Pan-sharpening融合模型

作者：陈超迁; 孟勇; 杨平吕; 罗其祥; 周则明^*

来源：自动化学报, 2019, 45(02): 374-387.

DOI：10.16383/j.aas.2018.c170243

• 全色与多光谱图像融合
• 变分方法
• 调制传输函数
• 边缘增强

为生成兼具高光谱质量与高空间质量的融合图像,本文提出了一种新的Pan-sharpening变分融合模型.通过拟合退化后的全色(Panchromatic, Pan)波段图像与低分辨率多光谱(Multispectral, MS)波段图像间的线性关系得到各波段MS图像的权重系数,计算从Pan图像抽取的空间细节;基于全色波段图像的梯度定义加权函数,增强了图像的强梯度边缘并对因噪声而引入的虚假边缘进行了抑制,有效地保持了全色波段图像中目标的几何结构;基于MS波段传感器的调制传输函数定义低通滤波器,自适应地限制注入空间细节的数量,显著降低了融合MS图像的光谱失真;针对Pan-sharpening模型的不适定性问题,引入L1正则化能量项,保证了数值解的稳定性.采用Split Bregman数值方法求解能量泛函的最优解,提高了算法的计算效率.QuickBird、IKONOS和GeoEye-1数据集上的实验结果表明,模型的综合融合性能优于MTF-CON、 AWLP、 SparseFI、TVR和MTF-Variational等算法.

• 单位
  国防科技大学