基于协同表示的高光谱和多光谱图像融合算法
发布时间:2021-05-16 03:02
为了增强高光谱图像的空间分辨率,该文提出一种基于传统Pan-sharpening技术的高光谱和多光谱融合框架,该融合框架将高光谱和多光谱(HS-MS)图像融合问题简化为若干个多波段和单波段(MB-IB)图像融合问题。在此基础上,对于每个多波段和单波段图像融合的问题提出一种基于局部自适应(LA)字典和协同表示(CR)的图像融合(LACRF)算法,得到高空间分辨率的多波段(HRMB)图像,并最终获到了高空间分辨率的高光谱图像(HHS)。通过实验可知,LACRF算法具有良好的融合效果。
【文章来源】:电子科技大学学报. 2020,49(04)北大核心EICSCD
【文章页数】:6 页
【参考文献】:
期刊论文
[1]加权融合核稀疏和协同表示的高光谱影像分类[J]. 侯良国,向泽君,楚恒. 计算机工程与设计. 2019(04)
[2]高分遥感在自然资源调查中的应用综述[J]. 陈玲,贾佳,王海庆. 国土资源遥感. 2019(01)
[3]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
本文编号:3188842
【文章来源】:电子科技大学学报. 2020,49(04)北大核心EICSCD
【文章页数】:6 页
【参考文献】:
期刊论文
[1]加权融合核稀疏和协同表示的高光谱影像分类[J]. 侯良国,向泽君,楚恒. 计算机工程与设计. 2019(04)
[2]高分遥感在自然资源调查中的应用综述[J]. 陈玲,贾佳,王海庆. 国土资源遥感. 2019(01)
[3]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
本文编号:3188842
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3188842.html