一种用于高光谱超分辨率重建的超像素稀疏表示方法技术

本发明专利技术公开了一种用于高光谱超分辨率重建的超像素稀疏表示方法，包括以下步骤：利用分割算法聚类MSI像素生成超像素，其中，超像素为同质像素的集合，再分别从HSI和MSI学习光谱特征及比例信息；然后采用联合稀疏正则化在学习的光谱特征上分解MSI超像素获取系数信息，最后利用学习的光谱特征及系数信息生成高分辨率的高光谱图像，完成用于高光谱超分辨率重建的超像素稀疏表示，该方法能够更好的实现高光谱超分辨率图像的重构。

【技术实现步骤摘要】
一种用于高光谱超分辨率重建的超像素稀疏表示方法
本专利技术涉及一种超像素稀疏表示方法，具体涉及一种用于高光谱超分辨率重建的超像素稀疏表示方法。
技术介绍
高光谱成像技术是指利用成像光谱仪获取许多非常窄且光谱连续的图像数据。随着高光谱传感器技术的发展，高光谱图像(HyperspectralImage,HSI)以其丰富的光谱信息得到广泛的关注和研究，在地球遥感、计算机视觉任务等方面得到广泛的应用。高空间分辨率和高光谱分辨率能提升HSI分析任务的性能，然而受硬件的限制，高光谱图像不可避免的在空间分辨率和光谱分辨率进行折中，即为保证高信噪比，HSI通常具有高光谱分辨率和较低的空间分辨率。相比于HSI，多光谱图像(MultispectralImage,MSI)或者彩色图像(RGB)通常具有较高的空间分辨率，但其光谱分辨率相对较低。因此，为获取具有高空间分辨率的HSI，相同场景的MSI或RGB图像通常与HSI进行融合，此过程称为高光谱图像超分辨(Hyper-spectralImageSupersolution，HSISR)。高空间分辨率的高光谱图像本文档来自技高网...

【技术保护点】
1.一种用于高光谱超分辨率重建的超像素稀疏表示方法，其特征在于，包括以下步骤：/n利用分割算法聚类MSI像素生成超像素，其中，超像素为同质像素的集合，再利用自编码网络分别从HSI和MSI学习光谱特征及比例信息；然后采用联合稀疏正则化在学习的光谱特征上分解MSI超像素获取系数信息，最后利用学习的光谱特征及系数信息生成高分辨率的高光谱图像，完成用于高光谱超分辨率重建的超像素稀疏表示。/n

【技术特征摘要】
1.一种用于高光谱超分辨率重建的超像素稀疏表示方法，其特征在于，包括以下步骤：
利用分割算法聚类MSI像素生成超像素，其中，超像素为同质像素的集合，再利用自编码网络分别从HSI和MSI学习光谱特征及比例信息；然后采用联合稀疏正则化在学习的光谱特征上分解MSI超像素获取系数信息，最后利用学习的光谱特征及系数信息生成高分辨率的高光谱图像，完成用于高光谱超分辨率重建的超像素稀疏表示。


2.根据权利要求1所述的用于高光谱超分辨率重建的超像素稀疏表示方法，其特征在于，采用ETPS对多光谱图像进行超像素分割，并采用马尔科夫随机场能量作为目标函数，通过迭代优化目标函数，最终得到超像素分割结果。


3.根据权利要求2所述的用于高光谱超分辨率重建的超像素稀疏表示方法，其特征在于，目标函数为：

<...

【专利技术属性】
技术研发人员：汪洪桥，张少磊，付光远，蔡艳宁，魏振华，王丽，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：陕西;61