论文部分内容阅读
多源遥感图像融合是将多幅特征各异的遥感图像合并成单幅图像,使得该单幅图像包含所有显著特征的过程。多源遥感图像融合已经广泛应用于国民经济的各个领域,并成为热门研究课题。基于变分法的多源遥感图像融合模型一般包含正则项和保真项两个部分,正则项是对融合结果的某一平滑假设。本文针对变分融合模型中的正则项问题进行了深入探讨,并在分析的基础上提出了三个新变分模型。主要内容包括以下几个方面：1)针对L2正则项对融合图像的边缘造成过度光滑的问题,本文提出基于L1正则项的变分融合模型。首先,在梯度特征刻画的基础上,计算各个源图像对融合结果的贡献权重；然后使用输入图像的梯度的加权和构造待融合图像的梯度；其次使用L1范数作为正则项,结合梯度增强,以及图像亮度均匀等性质建立变分模型,从而提高融合图像的边缘保持能力。为了实现模型的高效求解,本文采用增广拉格朗日方法构造融合算法。与其他变分融合算法相比较的结果表明,本文算法取得了显著的效果。2)针对当前变分融合模型单独使用L1或者L2正则项所带来的缺点,本文提出一个自适应正则项的变分融合模型。首先,本文采用一个高效的图像边缘检测算法实现了边缘与非边缘的快速区分；其次,提出自适应正则项的变分融合模型,该模型能根据图像的边缘与非边缘特征,自主选择L1或L2范数作为正则项进行相应规约,从而有效、精准地刻画图像的各种特征。针对模型的求解,本文引入经典的梯度下降流来实现数值算法。实验结果表明,与其它单一正则项的变分融合模型相比,该模型在保留融合图像边缘的同时,减少了过度光滑效应和阶梯效应影响,从而最终获得高质量的融合图像。3)针对目前变分融合方法都是基于一阶光滑这一假设所带来的诸如阶梯效应等缺点,本文提出一个基于增广全变分(total generalized variation, TGV)和视觉增强的二阶光滑融合模型。探讨了模型的收敛性,并采用交替方向乘子法(ADMM)有效实现所提模型的数值算法。实验结果的定性和定量分析表明,与L1和L2范数为正则项的变分融合方法相比,所提算法具有较好的优越性。