通过 RGB 融合与 TV-TV 最小化增强高光谱图像超分辨率
图像与视频处理
2021-06-15 v1 机器学习
信号处理
摘要
高光谱（HS）图像包含详细的频谱信息，已被证明在遥感、监视和天文学等应用中至关重要。然而，由于高光谱相机的硬件限制，所捕获的图像空间分辨率较低。为改善它们，低分辨率高光谱图像通过一种称为基于融合的高光谱图像超分辨率的技术与传统高分辨率 RGB 图像融合。目前，该任务的最佳性能由深度学习（DL）方法取得。然而，此类方法不能保证在恢复图像中满足输入测量值，因为网络学到的参数被应用于每张测试图像。相反，基于模型的算法通常能保证这种测量一致性。受这些观察启发，我们提出一个集成学习与基于模型方法的框架。实验结果表明，与当前领先的基于模型或 DL 的方法相比，我们的方法生成具有更优空间与光谱分辨率的图像。
引用
@article{arxiv.2106.07066,
title = {Enhanced Hyperspectral Image Super-Resolution via RGB Fusion and TV-TV Minimization},
author = {Marija Vella and Bowen Zhang and Wei Chen and João F. C. Mota},
journal= {arXiv preprint arXiv:2106.07066},
year = {2021}
}
备注
Accepted to ICIP 2021