基于布朗桥扩散与观测引导重学习的 高光谱与多光谱图像融合方法
编号:154
访问权限:仅限参会人
更新:2026-11-16 10:24:42 浏览:20次
口头报告
摘要
高光谱与多光谱图像融合旨在结合低空间分辨率高光谱图像(Low-Resolution Hyperspectral Image,LR-HSI)和高空间分辨率多光谱图像(High-Resolution Multispectral Image,HR-MSI)的互补信息,获得兼具高空间分辨率和高光谱分辨率的融合图像。然而,跨模态光谱差异易导致特征对齐困难,现有融合方法的重建结果中仍存在结构模糊和光谱失真。为此,本文提出一种基于布朗桥扩散与观测引导重学习的高光谱与多光谱图像融合方法。该方法在完成输入尺寸对齐后,利用共享光谱编码器提取LR-HSI和HR-MSI的潜在特征,并通过布朗桥扩散模块学习配对特征间的跨模态残差。随后,HR-MSI引导解码器逐步恢复空间分辨率并融入高分辨率细节信息。最后,观测引导重学习模块根据HR-MSI的结构差异和LR-HSI的光谱角差异选择待修正区域,利用逐点MLP更新所选特征,并以联合掩码生成融合图像。在Chikusei数据集上,相较于当前主流融合方法,本文方法的PSNR、SAM、RMSE、SSIM和ERGAS五项指标均取得最优结果,能够有效兼顾高光谱图像的空间结构恢复与光谱信息保持。
关键词
高光谱与多光谱图像融合,布朗桥扩散,光谱空间自编码器,观测引导重学习
稿件作者
廖于山
西安电子科技大学
郑毓轩
西安电子科技大学
发表评论