-
公开(公告)号:CN106157269B
公开(公告)日:2018-12-14
申请号:CN201610615576.8
申请日:2016-07-29
申请人: 西安电子科技大学
摘要: 本发明公开一种基于方向多尺度群低秩分解的全色图像锐化方法,其实现的步骤为:(1)输入源图像;(2)获得LMS和dPan图像;(3)计算多光谱图像MS和下采样全色图像dPan光谱相关系数;(4)非下采样轮廓小波分解;(5)构建数据矩阵;(6)矩阵低秩分解;(7)重构高低频稀疏矩阵;(8)注入高低频稀疏矩阵(9)非下采样轮廓小波反变换;(10)输出高分辨率图像。本发明利用非下采样轮廓小波变化与矩阵低秩分解提取全色图像的轮廓结构信息与细节,并采用新的高低频注入模型,减少了全色图像过度注入而引起的光谱扭曲,最终得到较好保存光谱信息和边缘细节特征更为明显的高分辨率的图像。
-
公开(公告)号:CN106157269A
公开(公告)日:2016-11-23
申请号:CN201610615576.8
申请日:2016-07-29
申请人: 西安电子科技大学
CPC分类号: G06T5/003 , G06T2207/10041 , G06T2207/20064
摘要: 本发明公开一种基于方向多尺度群低秩分解的全色图像锐化方法,其实现的步骤为:(1)输入源图像;(2)获得LMS和dPan图像;(3)计算多光谱图像MS和下采样全色图像dPan光谱相关系数;(4)非下采样轮廓小波分解;(5)构建数据矩阵;(6)矩阵低秩分解;(7)重构高低频稀疏矩阵;(8)注入高低频稀疏矩阵(9)非下采样轮廓小波反变换;(10)输出高分辨率图像。本发明利用非下采样轮廓小波变化与矩阵低秩分解提取全色图像的轮廓结构信息与细节,并采用新的高低频注入模型,减少了全色图像过度注入而引起的光谱扭曲,最终得到较好保存光谱信息和边缘细节特征更为明显的高分辨率的图像。
-