基于低秩张量建模与全变分正则化的高光谱图像超分辨率重建
计算机视觉与模式识别
2016-01-26 v1
摘要
在本文中，我们提出一种通过建模高光谱图像上的全局空间-光谱相关性和局部平滑特性来实现高光谱图像超分辨率的新方法。具体而言，我们利用张量核范数和张量折叠凹惩罚函数来描述隐藏在高光谱图像中的全局空间-光谱相关性，并利用三维全变分（TV）来刻画跨所有高光谱带的局部空间-光谱平滑性。然后，我们通过结合局部线性近似（LLA）策略和交替方向乘子法（ADMM）开发了求解所得优化问题的高效算法。在一个高光谱图像数据集上的实验结果说明了所提方法的优点。
引用
@article{arxiv.1601.06243,
title = {Super-resolution reconstruction of hyperspectral images via low rank tensor modeling and total variation regularization},
author = {Shiying He and Haiwei Zhou and Yao Wang and Wenfei Cao and Zhi Han},
journal= {arXiv preprint arXiv:1601.06243},
year = {2016}
}
备注
submitted to IGARSS 2016