稀疏非负矩阵分解下的遥感图像融合.pdf

2016年4月 西安电子科技大学学报 (自然科学版) Apr．2016 第43卷 第 2期 JOURNAL OF XIDIAN UNIVERSITY Vo1．43 No．2 doi：10．3969／j．issn．1001—2400．2016．02．033 稀疏非负矩阵分解下的遥感图像融合 李 红h ，刘 芳 ，张 凯 (1．西安电子科技大学计算机学院，陕西 西安 710071；2．西安电子科技大学 智能感知与图像理解教育 部重点实验室，陕西 西安 710071；3．西安 电子科技大学 国际智能感知与计算联合研 究中心，陕西 西 安 710071) 摘要 ：为 了降低多光谱 图像与金色 图像融合过程 中的光谱扭 曲和空间失真，提 出了一种稀疏非负矩阵分 解的融合新方法．首先从全色图像学习出一个高分辨字典和相应的低分辨字典，然后构造多光谱 图像的稀 疏非负矩阵分解模型，在低分辨字典下获得光谱系数矩阵，最后将该系数矩阵与高分辨字典相乘得到融合 后的高分辨多光谱图像．稀疏正则项的}l入有效克服 了标准非负矩阵分解算法的不稳定现象，能够较好地 保持图像的光谱信息和空间信息．将该方法应用于快鸟卫星和地球眼卫星数据，与同类方法的对 比分析结 果显示：该方法能够减少光谱扭 曲和空间信息的损失，得到的融合结果在视觉效果和客观评价指标上均优 于对 比方法． 关键词 ：遥感 图像融合 ；非负矩阵分解 ；稀疏正则 中图分类号：TP751 文献标识码 ：A 文章编号：1001—2400(2016)02—0193—06 Remotesensingimagefusion basedon sparsenon—negativematrixfactorization LIHong ·一，L U Fang _。 ，ZHANG Kai。，。 (1．SchoolofComputerScienceandTechnology，XidianUniv．，Xi’an 710071，China；2．Ministryof EducationKeyLab．ofIntelligentPerceptionandImageUnderstanding，XidianUniv．，Xi’an 710071， China；3．InternationalResearchCenterofIntelligentPerception andComputation。XidianUniv．，Xi’an 710071，China) Abstract： In ordertOreducethespectralandspatialdistortions．anovelmethodbasedon sparsenon- negativematrix factorization (SNMF) isproposed formultispectraland panchromatic imagesfusion． Firstly，thehighspatialresolutionandlow spatialresolutiondictionariesarelearned from panchromatic． Thenweconstructasparsenon-negativematrixfactorizationmodelofthemuhispectralimage．Thus，the coefficientsmatrixwith spectralinformation canbeobtained．Thehigh spatialresolutionmuhispectral imageisproduced by themultip