摘要
本发明涉及高光谱图像处理技术领域,提供一种深度展开的空间光谱稀疏记忆高光谱锐化保真方法及系统,方法包括通过正则化技术对高分辨率高光谱图像进行先验知识编码,通过半二次分裂法求解高光谱全色锐化任务的目标函数,采用残差模块模拟退化算子,通过梯度下降迭代求解光谱保真和空间保真子问题,通过基于迭代收缩阈值算法求解稀疏先验子问题;通过空间光谱先验特征修正高保真度高分辨率高光谱图像,通过跨阶段记忆融合网络将多阶段重建高分辨率高光谱图像进行融合,获得高分辨率高光谱图像。本发明提升了图像的重建精度,降低了计算复杂度降低,实现了对原始图像空间光谱联合先验特征的提取,实现了无损信息传递。
技术关键词
迭代收缩阈值算法
稀疏先验
记忆
全色
完备字典
正则化技术
梯度下降算法
残差模块
低空间分辨率
阶段
矩阵
图像重建
图像块
表达式
滑动窗口
系统为您推荐了相关专利信息
中央控制平台
水下机器人
巡检方法
高风险
深度学习模型
分析方法
负载均衡策略
关联分析算法
实例处理过程
队列调度机制
无线带宽
分配管理方法
归属地
人工智能机器人
计算机可读指令
时间序列特征
检测车辆数据
历史故障数据
工况
车辆故障数据
融合特征
主题短语
多层感知机
图片
长短期记忆网络