.png){kind=icon}
返回
Convolution sparse coding induced prior for hyperspectral image super resolution
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jvcir.2026.104939.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种从低空间分辨率高光谱图像和高空间分辨率RGB图像中实现高光谱图像超分辨率的有效方法。本文考虑使用卷积稀疏编码诱导先验和引导滤波辅助的超分辨率图像作为先验，以从LR HSI和HR MSI生成超分辨率图像。大多数研究工作都集中在映射LR HSI和HR MSI之间的稀疏码上。我们探索了一种基于引导滤波方法来保留LR HSI的平滑分量和残差分量的新途径。我们的工作利用卷积稀疏编码引导近端项来强制结构稀疏性，以估计丰度矩阵。基于引导滤波的超分辨率图像被用作先验项。在CAVE和Harvard数据集上与当前最优方法进行比较时，我们能够将PSNR提高0.1-0.15。
Keyword:
Hyperspectral image super resolution
Convolutional sparse coding
Non negative matrix factorization
Alternating direction method of multipliers
Sparse coding
Dictionary learning
