基于约束凸优化的引导图像同步去噪鲁棒高光谱图像融合
图像与视频处理
2023-02-08 v2 计算机视觉与模式识别
摘要
本文提出一种基于凸优化的高空间分辨率高光谱（HR-HS）图像估计新方法。该方法以低空间分辨率 HS（LR-HS）图像和一幅引导图像为观测，且两种观测均受噪声污染。我们的方法同时估计 HR-HS 图像和无噪引导图像，因此即使引导图像受强噪声污染也能利用其空间信息。所提出的估计问题采用混合空-谱全变分作为正则化，并评估 HR-HS 与引导图像间的边缘相似性，以有效利用 HR-HS 图像的先验知识和引导图像中的空间细节信息。为高效求解该问题，我们采用原始-对偶分裂方法。实验证明了本方法的性能及其相对于若干现有方法的优势。
引用
@article{arxiv.2209.11979,
title = {Robust Hyperspectral Image Fusion with Simultaneous Guide Image Denoising via Constrained Convex Optimization},
author = {Saori Takeyama and Shunsuke Ono},
journal= {arXiv preprint arXiv:2209.11979},
year = {2023}
}
备注
Accepted to IEEE Transactions on Geoscience and Remote Sensing