[发明专利]一种基于深度先验信息的高光谱图像超分辨率方法

摘要

本发明公开了一种基于深度先验信息的高光谱图像超分辨率方法，首先利用双流融合神经网络融合插值后的低分辨率高光谱图像和与其空间配准的高分辨率彩色图像，学习潜在高分辨率高光谱图像的先验信息；然后利用神经网络的输出表征学习到的先验信息，将深度先验信息表征构造正则项约束基于退化物理模型的目标函数；最后通过求解Sylvester方程得到该目标函数的最优解，同时自动估计正则项参数调整退化物理模型和先验信息的贡献度，在最优正则项参数下重建出高分辨率高光谱图像。本发明最大程度地复原了光谱和空间信息，从而得到高质量的高分辨率高光谱图像，同时算法运行速度快，实用性好。