SIRF：统一框架下的同步图像配准与融合
计算机视觉与模式识别
2015-10-28 v2
摘要
本文提出了一种新颖的图像融合方法，用于在同一地理位置融合高分辨率全色图像与低分辨率多光谱图像。该融合被表述为一个凸优化问题，旨在最小化最小二乘拟合项与动态梯度稀疏正则化项的线性组合。前者旨在保留多光谱图像的精确光谱信息，而后者旨在保持高分辨率全色图像的锐利边缘。我们进一步提出在融合过程中同步配准两幅图像，这借助动态梯度稀疏特性自然实现。随后设计了一种高效算法来求解该优化问题，在每次迭代中实现了关于输出图像尺寸的线性计算复杂度。我们在来自四颗卫星的多光谱图像数据集上将我们的方法与七种最先进的图像融合方法进行了比较。大量实验结果表明，所提方法在空间质量和光谱质量方面均显著优于其他方法。我们还表明，我们的方法可以从粗略配准的真实世界数据集中提供高质量产品。最后，提供了 MATLAB 实现以促进未来研究。
引用
@article{arxiv.1411.5065,
title = {SIRF: Simultaneous Image Registration and Fusion in A Unified Framework},
author = {Chen Chen and Yeqing Li and Wei Liu and Junzhou Huang},
journal= {arXiv preprint arXiv:1411.5065},
year = {2015}
}