结合自动曝光校正的高光谱图像超分辨率深度展开网络
图像与视频处理
2024-03-15 v1 计算机视觉与模式识别
摘要
近年来，高空间分辨率多光谱图像（HR-MSI）与低空间分辨率高光谱图像（LR-HSI）的融合已被认为是实现 HSI 超分辨率（HSI-SR）的有效方法。然而，HSI 和 MSI 均可能在夜间或光照不良场景等极端条件下采集，这可能导致不同的曝光水平，从而严重降低所得的 HSI-SR 质量。与大多数现有方法分别对 MSI 和 HSI 进行弱光增强（LLIE）后再进行融合不同，本文提出了一种结合自动曝光校正的深度展开 HSI 超分辨率方法（UHSR-AEC），得益于考虑了 LLIE 与 HSI-SR 之间的相关性，该方法即使在曝光极不平衡的情况下也能有效生成高质量（在纹理和特征上）的融合 HSI-SR。本文进行了大量实验，包括与一些基准同类方法的比较，以证明所提出的 UHSR-AEC 的 SOTA 整体性能。
引用
@article{arxiv.2403.09096,
title = {Deep unfolding Network for Hyperspectral Image Super-Resolution with Automatic Exposure Correction},
author = {Yuan Fang and Yipeng Liu and Jie Chen and Zhen Long and Ao Li and Chong-Yung Chi and Ce Zhu},
journal= {arXiv preprint arXiv:2403.09096},
year = {2024}
}