SpectralSuperResolution是一款用于执行高光谱图像分解的Matlab工具。它通过先进的算法提供高效的光谱超分辨率处理,增强图像细节和质量。
该存储库包含了用于高光谱数据的光谱超分辨率设计的MATLAB代码与脚本。所提出的方法通过运用稀疏表示(SR)学习框架,从低分辨率形式中合成出具有高光谱分辨率的三维数据立方体。基于SR框架,各种低和高光谱分辨率的数据立方体可以被表达为来自已学过的过完备字典元素的稀疏线性组合。
所提出的方案性能通过使用EO-1 NASA Hyperion卫星获取的夏威夷岛2015年8月30日的高光谱场景进行评估。该场景覆盖了可见光和近红外范围内的67个波段,从436.9到833.83纳米。
对于字典训练阶段,我们设计了一种基于ADMM稀疏耦合字典学习方案来建模高光谱分辨率与低光谱分辨率的特征空间。通过使用10万个训练数据对(包括高低两种分辨率的数据立方体),我们构建了包含512个代表元素的词典。