通过对数低秩张量环分解的高光谱图像融合
图像与视频处理
2023-10-17 v1 计算机视觉与模式识别
摘要
将低空间分辨率高光谱图像（LR-HSI）与高空间分辨率多光谱图像（HR-MSI）融合被认为是获取 HR-HSI 的有效方法。在当前的融合方法中，基于张量环（TR）分解的方法因在保持空间-光谱相关性方面的优越性能而受到越来越多的关注。此外，一些 TR 因子中的低秩性质已通过沿模式-2 的矩阵核范数正则化被利用。另一方面，基于张量核范数（TNN）的方法最近被证明在保持张量恢复中的高维低秩结构方面更高效。在此，我们从 TNN 的角度研究 TR 因子的低秩性，并对每个 TR 因子考虑模式-2 对数 TNN（LTNN）。通过结合该 LTNN 正则化和用于促进 HR-HSI 在空间-光谱域中连续性的加权全变分，提出了一种新颖的融合模型。同时，我们设计了一种高效的交替近端最小化算法来求解所提出的模型。实验结果表明，我们的方法改善了视觉质量，并在各种定量指标上超越了现有的最先进融合方法。
引用
@article{arxiv.2310.10044,
title = {Hyperspectral Image Fusion via Logarithmic Low-rank Tensor Ring Decomposition},
author = {Jun Zhang and Lipeng Zhu and Chao Wang and Shutao Li},
journal= {arXiv preprint arXiv:2310.10044},
year = {2023}
}
备注
21 pages