基于变分的多尺度遥感图像融合算法

发布时间：2021-07-31 03:48

　　全色图像与多光谱图像融合时,忽略了上采样的重要性和通道间细节的差异性.针对前者,利用不同尺度下自相似块,估计出低分辨率图像丢失信息,从而修改了图像上采样的策略,并以此构造目标函数的保真项;针对后者,利用全色图像和光谱图像梯度域结构相似性,提出局部加权动态稀疏约束,构造目标函数的正则项.本文基于变分法理论,构造了新的目标函数,并提出了多尺度迭代融合框架,通过多次迭代逐步提高融合图像的分辨率,每一层的融合结果更加准确,从而提高最终的融合精度.本文算法与Brovey等成分替代算法、P+XS等变分算法、MTF_GLP等多分辨分析算法进行比较.实验结果表明,本算法的融合结果具有良好的视觉效果,且在客观评价指标上比所有对比算法的最优值平均值均有提高. 

【文章来源】：电子学报. 2020,48(06)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
1 引言
2 基于高低尺度自相似块的上采样
    2.1 不同尺度下自相似块
    2.2 自相似块匹配
    2.3 基于自相似块上采样实现
3 基于局部加权梯度稀疏约束
4 算法框架
    4.1 融合算法
    4.2 金字塔迭代框架
    4.3 算法整体流程
5 实验分析
    5.1 实验数据与参数
    5.2 与其他文献算法比较
6 结论



本文编号：3312710