摘要
本发明公开了一种基于子空间张量分解的高光谱超分辨率重建方法,具体包括以下步骤:首先,采用奇异值分解技术,从低分辨率高光谱图像中提取光谱子空间,并通过连续差分正则化方法获取更接近真实光谱、连续性更强且平滑度更高的光谱表示。随后,对高空间分辨率的多光谱图像进行学习,以获取张量系数。具体而言,通过对多光谱图像进行分块聚类,将同一类群内的系数整合为一个三维张量,并利用低秩张量先验和行稀疏性约束对这些张量系数进行估计。最终,基于所获得的光谱子空间字典及子空间系数生成超分辨率重建结果。
技术关键词
ADMM算法
奇异值分解技术
光谱超分辨率
高光谱图像数据
增广拉格朗日
多光谱
正则化方法
矩阵
正则化参数
字典
平滑度
聚类
连续性
代表
系统为您推荐了相关专利信息
速度测量方法
重构
噪声抑制
采集系统平台
多普勒
遥感图像去云方法
稀疏先验
因子
增广拉格朗日
变量
变量
子系统
增广拉格朗日
代理模型建模方法
罚函数法