摘要
本发明公开了一种基于鲁棒主成分和张量环分解的高光谱图像超分辨率方法,包括获取同一个目标的低分辨率高光谱图像和高分辨率多光谱图像,并对低分辨率高光谱图像进行上采样,得到与高分辨率多光谱图像相同分辨率的高光谱图像。本基于鲁棒主成分和张量环分解的高光谱图像超分辨率方法通过将上采样得到的高光谱图像与待重建的高分辨率高光谱图像之间的差值视为稀疏噪声,用于去除复杂的空间退化因素,并将稀疏噪声转换成鲁棒主成分分析RPCA问题,且将该问题转换为两个子问题进行迭代求解,求解过程中采用张量环Transformer模型,将特征映射到低秩因子空间,以减少注意力计算量并获取全局信息。
技术关键词
图像超分辨率方法
低分辨率高光谱图像
鲁棒主成分分析
前馈神经网络
ADMM算法
多光谱
噪声
注意力机制
上采样
线性
副本
模块
表达式
参数
因子
强度
系统为您推荐了相关专利信息
方言语音识别方法
集成系统
注意力机制
编码器
语音识别装置
超短期预测方法
分布式光伏
复合时空特征
功率
层次聚类算法
行程时间预测方法
公交到站时间
有向加权网络
特征提取模块
公交车
监测评估方法
数字孪生模型
输油管道系统
机器学习算法
边缘计算方法