為了使融合圖像保留豐富的光譜信息和空間細(xì)節(jié)信息,本文提出了一種基于高階奇異值分解的多光譜和全色遙感圖像融合方法。該方法首先對(duì)多光譜MS圖像進(jìn)行HIS變換,獲得亮度分量,并將全色PAN圖像與亮度分量進(jìn)行直方圖匹配,然后對(duì)全色圖像和亮度分量形成的張量圖像進(jìn)行高階奇異值分解,計(jì)算分解系數(shù)的結(jié)構(gòu)張量,利用其特征值構(gòu)造活動(dòng)測(cè)度Q,并采用Q取大的融合策略進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)融合方法相比,本文方法的融合結(jié)果較好地保留了光譜信息和空間細(xì)節(jié)信息。

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

圖1張量A∈RI1×I2×I3的高階奇異值分解

圖1為三階張量A∈RI1×I2×I3進(jìn)行HOSVD的示意圖,其中{θ1,θ2,…θI3}為圖像集。1.2結(jié)構(gòu)張量

圖2MS圖像、PAN圖像以及不同方法的融合結(jié)果

為了驗(yàn)證本文所提MS圖像與PAN圖像融合方法的有效性,本文采用已配準(zhǔn)的MS圖像與PAN圖像進(jìn)行融合實(shí)驗(yàn),圖像大小為256×256,并將融合結(jié)果與3種傳統(tǒng)的融合方法進(jìn)行對(duì)比,如圖2所示。這3種對(duì)比方法分別為基于主成分分析的融合方法(PCA)、基于梯度金字塔的融合方法(GP)和基于離....

本文編號(hào)：3995205