基于GoogLeNet和空间谱变换的高光谱图像超分辨率方法

作     者：王溢琴 董云云 刘慧玲 WANG Yiqin;DONG Yunyun;LIU Huiling

作者机构：晋中学院信息技术与工程学院山西晋中030619 太原理工大学软件学院山西太原030600 晋中学院机械学院山西晋中030619 

出 版 物：《光学技术》 (Optical Technique)

年 卷 期：2022年第48卷第1期

页      面：93-101页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省教育科学“十三五”规划2020年度‘互联网+教育’专项课题《学习分析视域下大学生在线学情诊断与预警研究》(HLW-20111)的阶段性成果 山西省高等学校科技创新项目(2020L0579) 晋中学院“1331工程”创客团队项目(jzxycktd2019039) 

主　　题：高光谱图像 超分辨率 GoogLeNet 空间谱变换 稀疏编码 图像重构 

摘      要：为了提高高光谱图像的空间分辨率,提出了一种基于GoogLeNet和空间谱变换的高光谱图像超分辨率(SR)方法。设计出遥感图像的光谱SR框架,对图像中不同反射光谱进行提取;采用GoogLeNet的稀疏编码对粗像素光谱进行放大,并投影到高分辨率字典上,将潜在SR表示进行反转,以获得超分辨光谱;为了提高图像重构的保真度,利用GoogLeNet网络的编解码结构实现空间光谱先验变换。在KSC等数据集对所提方法进行验证,实验结果表明,所提方法能够有效重建图像细节信息与纹理结构,平均峰值信噪比(APSNR)、平均结构相似度(ASSIM)以及光谱角映射(SAM)均优于其他对比方法,且能够较好地保持光谱信息。以KSC数据集为例,APSNR、ASSIM和SAM的值分别为25.643dB、0.789和0.084。