鲁棒主成份分析与IHS变换相结合的卫星图像融合

由于传统的主成份分析(PCA)和IHS卫星图像融合方法会产生光谱信息损失和特征细节失真等现象,本文提出一种基于鲁棒PCA(RPCA)和IHS变换相结合的卫星图像融合方法。首先,对多光谱图像进行IHS变换,使其从RGB空间变换到IHS空间;对其中的I分量进行RPCA变换得到低秩矩阵L0和稀疏矩阵S0,并利用直方图匹配把全色图像匹配到L0分量上。然后,用匹配后的全色图像替换L0分量进行RPCA反变换。最后,进行IHS反变换得到融合图像。实验结果显示,本文算法获得的融合图像的信息熵分别为7.5275和7.4772,显示RPCA与IHS相结合的方法可以保留更多的光谱信息和空间特征细节,优于传统的IHS和PCA融合的方法。