基于交替反向滤波网络的的全色与多光谱图像融合
计算机视觉与模式识别
2022-10-18 v1 图像与视频处理
摘要
全色（PAN）与多光谱（MS）图像融合，称为全色锐化（Pan-sharpening），是指在空间域中将低分辨率（LR）多光谱（MS）图像超分辨以生成期望的高分辨率（HR）MS 图像，并以相应的高分辨率 PAN 图像为条件。本文提出一种简单而有效的交替反向滤波网络用于全色锐化。受将图像反演至滤波前状态的经典反向滤波启发，我们将全色锐化表述为一种可解释地融合 LR MS 与 HR MS 的交替迭代反向滤波过程。不同于现有需要精心设计的先验与退化假设的模型驱动方法，该反向滤波过程避免了对预定义精确先验的依赖。为保障迭代过程通过度量空间上的压缩映射所具有的稳定性与收敛性，我们开发了可学习的多尺度高斯核模块，而非使用特定滤波器。我们论证了此类表述的理论可行性。在多样场景上的大量实验彻底验证了我们的方法性能，显著优于当前最优方法。
引用
@article{arxiv.2210.08181,
title = {Panchromatic and Multispectral Image Fusion via Alternating Reverse Filtering Network},
author = {Keyu Yan and Man Zhou and Jie Huang and Feng Zhao and Chengjun Xie and Chongyi Li and Danfeng Hong},
journal= {arXiv preprint arXiv:2210.08181},
year = {2022}
}