基于双字典的高光谱与多光谱图像融合

作者：周子轩; 方帅

来源：合肥工业大学学报(自然科学版), 2023, 46(10): 1355-1361.

DOI：10.3969/j.issn.1003-5060.2023.10.009

• 高光谱图像(HSI)
• 图像融合
• 双字典
• 光谱字典
• 空间字典
• 低秩

在遥感领域，高分辨率高光谱图像(high-resolution hyperspectral images, HR-HSI)的获取极具挑战，通过融合低分辨率高光谱图像(low-resolution hyperspectral images, LR-HSI)与高分辨率多光谱图像(high-resolution multispectral images, HR-MSI)获得HR-HSI是较为经济的方式。基于光谱字典的传统融合算法在保持光谱连续性上效果优异，但空间信息的表现力仍有增强的潜力。为此，文章提出一种基于双字典的图像融合算法。首先利用LR-HSI和HR-MSI分别训练出光谱字典和空间字典，然后基于光谱字典和空间字典分别在光谱域和空间域得到光谱型高分辨率高光谱图像(spectral high-resolution hyperspectral images, Spc-HR-HSI)和空间型高分辨率高光谱图像(spatial high-resolution hyperspectral images, Spa-HR-HSI),并利用双域图像在迭代更新中相互约束，彼此促进，直至收敛，最终融合出HR-HSI。由于高光谱图像本身存在较强的低秩特性，该文利用局部低秩与非局部低秩约束，进一步增强目标图像的融合质量。实验结果表明，该文提出的算法融合结果优于其他对比算法。

• 单位
  合肥工业大学