基于超拉普拉斯約束的多光譜圖像Pan-Sharpening方法.pdf

1、現(xiàn)今，隨著衛(wèi)星遙感技術(shù)的日益發(fā)展，遙感圖像憑借信息量豐富、覆蓋范圍廣、分辨率高等特點，在氣象預測、環(huán)境監(jiān)測、資源勘探、防災減災、城市規(guī)劃等領域中發(fā)揮著重要的作用。然而由于受到成像機理的限制，QuickBird、WorldView-2、WorldView-3和IKONOS等常用的遙感衛(wèi)星不能提供同時具有高空間分辨率和高光譜分辨率的遙感圖像。為了克服這一不足，大多數(shù)遙感衛(wèi)星通常會在獲得多光譜（Multispectral，MS）圖像的同時還會

2、獲得一幅高空間分辨率的全色(Panchromatic，PAN)圖像。由于多光譜圖像具有較高的光譜分辨率，但其空間分辨率較低，而全色圖像具有很高的空間分辨率，但其光譜分辨率較低。因而，深入研究Pan-sharpening等信號處理技術(shù)以便將全色圖像與多光譜圖像有機融合，以獲得同時具有高光譜分辨率和高空間分辨率的多光譜圖像，具有重要的科學與實際應用價值。
　　目前主流的Pan-sharpening方法在減少融合圖像的光譜失真、提高融合

3、圖像的空間分辨率和算法運算效率三方面存在矛盾。為此，本文提出一種基于超拉普拉斯約束的多光譜圖像Pan-sharpening方法，其能在減少光譜失真的基礎上，有效提高融合圖像的空間分辨率，且具有較快的計算效率，符合Pan-sharpening實際應用的需求。本文所提出的Pan-sharpening方法的主要創(chuàng)新如下:
　　1.提出基于l1/2范數(shù)的超拉普拉斯約束，以對高分辨率多光譜圖像與PAN圖像之間的結(jié)構(gòu)相似性進行約束?；诟叻直?/p>

4、率多光譜圖像與PAN圖像的空間結(jié)構(gòu)具有一致性的觀察，本文通過對208組多光譜圖像與PAN圖像的統(tǒng)計實驗發(fā)現(xiàn)，理想高分辨率多光譜圖像各波段線性組合后的差分圖像與PAN圖像的差分圖像的差分近似服從超拉普拉斯分布，相關擬合結(jié)果表明l1/2范數(shù)可以較好擬合其分布曲線，且l1/2范數(shù)存在閉合解，并可以快速求解。為此，本文將其作為高分辨率多光譜圖像的結(jié)構(gòu)保真項引入到Pan-sharpening模型中。
　　2.將各向異性的總體變差模型(TV)

5、引入到Pan-sharpening模型中，以作為待恢復的高分辨率多光譜圖像的正則化約束。通過對高分辨率多光譜圖像的統(tǒng)計實驗發(fā)現(xiàn)，各向異性的總體變差相比各向同性的總體變差更稀疏。因而，對于Pan-sharpening這樣的反問題求解各向異性總體變差模型更有優(yōu)勢。
　　3.針對所提的Pan-sharpening模型，本文給出了基于交替方向乘子(Alternating Direction Method of Multipliers，AD

6、MM)算法的快速算法。該算法將目標函數(shù)分解為多個子問題，且每個子問題均有解析解。此外，借助快速傅里葉變換(FFT)和閾值算法等，使得各子問題的計算復雜度都很低，從而使得本文所提出的Pan-sharpening方法具有較高的計算效率。
　　相關仿真和真實數(shù)據(jù)實驗表明，本文所提出的基于超拉普拉斯約束的多光譜圖像Pan-sharpening方法，相比經(jīng)典的和新近提出的state-of-the-art的Pan-sharpening方法，在