卫星图像的鲁棒时空融合：一种约束凸优化方法
图像与视频处理
2024-07-01 v2
摘要
本文提出了一种新颖的卫星图像时空（ST）融合框架，称为基于鲁棒优化的时空融合（ROSTF）。ST融合是一种有望解决卫星图像时间分辨率与空间分辨率之间权衡问题的方法。尽管已有许多ST融合方法被提出，但尽管测量设备和环境造成的噪声影响不可避免，大多数方法并未被设计用于显式考虑观测图像中的噪声。我们的ROSTF通过将噪声去除与ST融合表述为一个统一的优化问题来应对这一挑战。具体而言，首先，我们定义可能受随机噪声、离群值和/或缺失值污染的卫星图像的观测模型，然后引入观测图像与目标高分辨率图像之间自然成立的若干假设。接着，基于这些模型和假设，我们将融合问题表述为一个约束优化问题，并开发了一种基于预条件原始对偶分裂方法的高效算法来求解该问题。ROSTF的性能通过模拟数据和真实数据进行了验证。结果表明，在无噪声情况下ROSTF与几种最先进的ST融合方法性能相当，而在有噪声情况下优于它们。
引用
@article{arxiv.2308.00500,
title = {Robust Spatiotemporal Fusion of Satellite Images: A Constrained Convex Optimization Approach},
author = {Ryosuke Isono and Kazuki Naganuma and Shunsuke Ono},
journal= {arXiv preprint arXiv:2308.00500},
year = {2024}
}
备注
Submitted to the IEEE Transactions on Geoscience and Remote Sensing