能够抵抗空间错位和光谱范围不重叠的盲式高光谱-多光谱图像融合方法

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Blind Hyperspectral-Multispectral Image Fusion Robust to Spatial Misregistration and Spectral Range Non-overlap

　　

摘要：

高光谱-多光谱图像融合技术旨在从观测到的高分辨率多光谱图像以及低分辨率高光谱图像中恢复出高分辨率高光谱图像。传统的高光谱-多光谱图像融合方法往往过度依赖图像退化模型。虽然现有的盲式高光谱-多光谱图像融合方法通过估算光谱退化过程来降低这种依赖性，但它们仍难以应对现实世界中的诸多挑战，尤其是图像之间的空间错位问题以及光谱范围不重叠的问题。为了解决这些局限，我们提出了一种新的盲式高光谱-多光谱图像融合框架，能够同时解决这两个问题。具体而言，我们在融合阶段之前引入了一种专门的图像配准策略，从而强化图像之间的空间映射关系，进而无需严格的初始空间对齐假设。在此基础上，我们建立了用于估算光谱响应函数的优化模型。该方法还采用了分离式的重建机制，根据光谱带的重叠情况对高光谱-多光谱图像融合过程进行划分，随后通过光谱恢复模块进一步优化融合后的高分辨率高光谱图像，确保整个光谱范围都具有较高的光谱精度。实验结果表明，该方法在存在严重空间错位的复杂高光谱-多光谱图像融合场景中表现出优异的性能。与现有方法相比，该方法在光谱响应函数估算和图像融合方面都具有更强的抗空间错位能力，能够在光谱范围不重叠的情况下实现更高的光谱精度，并获得更好的空间-光谱重建效果。值得注意的是，该方法中的光谱恢复模块具有很高的通用性，可以作为通用的优化组件集成到其他高光谱-多光谱图像融合方法中，进一步提升它们的性能。