基于自适应深度先验的高光谱图像超分辨率

来源：激光技术杂志2024年第4期北京时间：

作者：马飞, 王芳, 霍帅

摘要：为了解决现有的高光谱超分辨率方法依赖于手工先验和数据驱动先验会导致参数选择困难或可解释性差的问题，采用一种基于自适应深度先验正则的高光谱图像超分辨率方法，进行了理论分析和实验验证。首先设计基于卷积神经网络的多阶段特征提取网络，提取退化图像的空间和光谱信息；其次将提取到的空-谱先验输入基于transformer模型的特征融合模块；然后自适应交互空域和谱域的互补信息，以捕获图像的全局先验特征；最后在退化模型中插入深度先验正则项，将超分辨率问题表述为一个优化问题，其解可以通过交替方向乘子法获得并降低求解复杂度。结果表明，所提出算法在信噪比均为35 dB时，重建信噪比分别达到了34.16 dB和29.35 dB, 比次优算法高出2.78 dB和2.17 dB，重建的高分辨率高光谱图像与其固有结构具有较高的一致性。该研究为综合利用手工先验和数据驱动先验增强高光谱图像空间分辨率提供了参考。

关键词：图像处理, 超分辨率重建, 深度先验正则, 高光谱图像, 多光谱图像, 交替方向乘子法