Super-resolution method of hyperspectral image based on GoogLeNet and spatial spectrum transformation

doi:10.13741/j.cnki.11-1879/o4.2022.01.011

您当前的位置：

首页 >

文章列表页 >

Super-resolution method of hyperspectral image based on GoogLeNet and spatial spectrum transformation

更新时间：2025-09-01

- Super-resolution method of hyperspectral image based on GoogLeNet and spatial spectrum transformation
- Vol. 48, Issue 1, Pages: 93-101(2022)
- 作者机构：
  
  1. 1:晋中学院信息技术与工程学院
  2. 2:太原理工大学软件学院
  3. 3:晋中学院机械学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.011
  CLC： TP751
- Published：2022
- 稿件说明：
移动端阅览
Super-resolution method of hyperspectral image based on GoogLeNet and spatial spectrum transformation[J]. 2022, 48(1): 93-101.
DOI：

Super-resolution method of hyperspectral image based on GoogLeNet and spatial spectrum transformation[J]. 2022, 48(1): 93-101. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.011.

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。

Abstract

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。

关键词

Keywords

references

Views

372

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Joint implementation of image fusion and super-resolution based on convolutional sparse representation

Band selection method based on hyperspectral fundamental criterion

Experimental research on super-resolution digital holography

An efficient method of face super-resolution fusion using 3D cloud points

An anomaly detection method for hyperspectral image based on improved LPD

Related Author

李华锋

张亚飞

谢明鸿

李凡

杨默远

华文深

严阳

刘恂

Related Institution

1:昆明理工大学信息工程与自动化学院

1:陆军工程大学石家庄校区电子与光学工程系

1:浙江大学热能工程研究所

1:安徽中医药大学医药信息工程学院

1:苏州大学物理科学与技术学院

⁰