多模图像结构化稀疏表示与融合理论方法研究,宽视野图像融合的研究matlab
1导言
高分辨率多光谱图像应用广泛，如变化监测、目标识别、场景解译等。一般来说，商业光学卫星可以同时提供高空间分辨率的全色图像和低分辨率的多光谱图像。由于物理条件的限制，单个传感器无法获得高质量的多光谱图像。因此，利用全色图像的细节来提高多光谱图像的空间分辨率的想法引起了许多学者的关注。全色和多光谱图像融合的目标是在提高空间分辨率的同时减少光谱失真。实际上，加入全色图像后，融合图像的空间分辨率可以显著提高，但也会出现光谱畸变。稀疏表示理论作为一种新的信号表示方法，已被应用于许多图像处理领域。过完备字典的稀疏表示可以使分解系数更加稀疏，更能反映信号的本质特征和内部结构。针对全色图像和多光谱图像融合的难题，提出了一种基于稀疏表示的融合方法。
2部分代码% % % 2% 3% 4% 4% 5% 6% 5% 6% 6% 6% 6% 6% 6% 6% 6% 7% 6% 6% 7% 8% 6% 7% 8% 7% 8% 8% 8% 7% 8% 8% 8% 7% 8% 8% 8% 8% 8% 7% 8% 8% 8% 8% 8% 8% 8% 9% 8% 8% 8% 8% 9% 8% 8% 9% 8% 8% 8% 8% 9% 8% 8% 8% 8% 8% 8% 8% 9% 8% 8% 8% 9% 8% 8% 8% 9% 8% 8% 8% 9% 8% 8% 8% 8% 8% 8% 8%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
全部关闭；全部清除；
设置；
Verbose= on
生成=1；subMeth= PCAFusMeth= Sparse
scale=1；SNR _ R=inf种子=1；
%%生成数据
[name_image，band_remove，band_set，nr，nc，N_band，nb_sub，X_real，XH，XHd，XHd_int，XM，VXH，VXM，psfY，psfZ_unk，
sigma2y_real，sigma2z_real，SNR_HS，SNR_MS，miu_x_real，s2_real，P_inc，P_dec，eig_val]=Para_Set(seed，scale，subMeth，SNR _ R)；
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%稀疏融合由三部分组成
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%第一步：学习粗略估计
learn _ DIC=1；train _ support=1；Para _ Prior _ Initial
X_source=RoughEst(XM，XH，XHd，psfY，nb_sub，P _ dec)；
%%第二步：学习字典
[time_LD，Dic，supp]=Dic_Para(X_source，P_inc，learn_dic，train_support，X_real，0)；
%%步骤3:交替优化
[HSFusion。(FusMeth)，Costime，diff_X，RMSE_sub，RMSE_org，tau_d_set，VXd_dec]=AlterOpti(X_source，XH，XM，psfY，
psfZ_unk，sigma2y_real，sigma2z_real，P_dec，P_inc，FusMeth，X_real，Dic，supp)；
%%评估融合结果：定量
【err_max。(FusMeth)，err_l1。(FusMeth)，err_l2。信噪比。(FusMeth)，Q.(FusMeth)，SAM_m.(FusMeth)，RMSE _福星。(FusMeth)，
ERGAS。(FusMeth)，DD。(FusMeth)]=metrics(X_real，HSFusion。(FusMeth)，psfy . ds _ r)；
fprintf(%s性能：\n信噪比：%f\n RMSE: %f\n UIQI: %f\n SAM: %f\n能量：%f\n DD: %f\n时间：%f\n ，
信噪比FusMeth。RMSE聚变。(FusMeth)，Q.(FusMeth)，SAM_m.(FusMeth)，ERGAS。(FusMeth)，DD。(FusMeth)，Costime。(fus meth))；
%%显示融合结果：定性
norm color=@(R)max(min((R-mean(R(:)))/STD(R(:))，2)，-2)/3 0.5；
temp_show=X_real(:band _ set)；temp _ show=norm color(temp _ show)；
图(113)；im show(temp _ show)；标题(“地面真相”)
temp_show=XHd_int(:band _ set)；temp _ show=norm color(temp _ show)；
图(114)；im show(temp _ show)；标题(“HS图像”)
temp_show=mean(XM，3)；temp _ show=norm color(temp _ show)；
图(115)；im show(temp _ show)；标题(“MS图像”)
temp_show=HSFusion。(FusMeth)(:band _ set)；temp _ show=norm color(temp _ show)；
图(116)；im show(temp _ show)；标题([融合图像- FusMeth])
name=[mat2str(clock) FusMeth 。mat ]；保存(名称)；3模拟结果
4参考文献[1]肖欣瑶。基于稀疏表示的全色和多光谱图像融合方法研究。电子所硕士论文(2015)。
博主：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域的Matlab仿真。相关的matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权，联系博主删除。
原创作品来自matlab研究助手，
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。