基于黎曼流形优化的图像空时谱融合研究

Image spatial-temporal-spectral fusion plays an important role in the study of earth observation, target detection, etc. Due to the complex changes in the scene and the characterization of high dimension and nonlinear of multi-source image, it is difficult to develop fast and robust algorithms for joint image registration and fusion. To deal with the problems of higher-order correlation of spatial-temporal-spectral data space, registration error and the common characterization of cosparsity, this project , based on optimization methods on manifold, proposes a method of image spatial-temporal-spectral fusion based on structure tensor total variation regularization by optimizing on Grassmann manifold, presents joint image registration and fusion based on co-sparse analysis model by optimizing on oblique manifold; develops joint image registration and fusion based on kernel sparse representation by optimizing on Grassmann manifold, reveals the internal mechanism of image spatial-temporal-spectral fusion, establishes a general theoretical framework of joint image registration and fusion, and provides new methods for earth observation, target detection against the complex changes of the scene.

图像空时谱融合在对地观测、目标侦察等方面有重大的任务需求。由于现实环境中存在的复杂变化场景、多源图像数据高维和非线性等问题，使得设计快速而稳健的联合图像配准和融合算法变得困难。本项目针对图像空时谱高阶相关性、图像配准误差、空时谱稀疏补共性表征等问题，基于黎曼流形收缩等机制，重点研究基于Grassmann流形优化和结构张量变分正则化的图像空时谱融合，发展基于oblique流形优化和稀疏补分析的联合图像配准和融合方法，提出基于Grassmann流形优化和核稀疏表示的联合图像配准和融合方法，揭示图像空时谱融合的内在机理，建立复杂变化场景下联合图像配准和融合一体化算法，为对地观测、目标侦察提供新的理论与方法。

本项目针对关键科学问题“基于黎曼流形优化的图像空时谱融合”，基于黎曼流形优化理论，采用指数映射与收缩等机制，基于图像稀疏表示框架、非局部自相似等框架，考虑全变分、Contourlet变换、L0全变分、低秩等正则化方法，提出了5种算法。因此，本项目主要研究进展有：（1）基于黎曼流形间接正则化的多源多波段图像融合方法；（2）基于Hessian 全变分和Contourlet变换的多正则化图像融合方法；（3）基于Grassmann流形优化的图像去混合噪声方法；（4）基于L0稀疏梯度与黎曼流形表示的多源多波段融合方法；（5）基于稀疏化学习与子空间跟踪的多源多波段图像融合方法。.. 本项目共发表论文10篇（第一作者SCI收录论文4篇，中文核心1篇，EI收录会议论文2篇）。本项目申请国家发明专利7项，登记软件著作权2项。其中，授权发明专利2项。此外，本项目在国际著名出版社Springer Nature上出版了英文学术专著1本。在此基础上，本项目总结当前黎曼流形优化理论的国际前沿，完成并出版中文专著1本。这些工作进一步推动了我国非合作目标的融合与跟踪理论的研究。.. 相关技术成果已部分应用于空间柔性操控臂的多源信息处理系统，以及星载多源图像处理系统的研发，取得了较好的社会经济效益。此外，项目负责人于2018年获省部级一等奖1项。