高光谱超分辨率的GLORIA方法-Matlab代码：“基于全局-局部低秩矩阵估计的数据融合”

简介：
本项目提供了一种名为GLORIA的方法及其Matlab实现，用于提升高光谱图像的空间分辨率。该技术通过结合全局和局部低秩矩阵估算进行数据融合，有效增强了图像细节与清晰度。 高光谱超分辨率（HSR）旨在从一对共同注册的多光谱（MS）和高光谱（HS）图像中估计出同时具有较高空间与光谱分辨率的图像，其中前者在空间上较为精细但光谱粗糙，后者则相反。本段落提出了一种基于低秩矩阵估计的方法来解决这一问题。 我们假设整个图像及其局部区域所对应的光谱-空间矩阵都具有低秩结构。特别地，本地低秩假设旨在提供一个更加灵活的模型以解释由于端元变异性导致的空间变化影响。高铁问题被表述为全局和局部低秩规范下的最小二乘优化问题，并通过引入平滑Schatten-p逼近及加速主化最小化的最新非凸大规模优化技术来求解这一复杂的问题。 实验结果表明，基于上述方法的算法在合成数据与半真实数据上均表现出优异的恢复性能，超越了众多基准算法。该研究已提交给IEEE地理科学与遥感事务期刊，并于2019年发布。要获取更多关于此工作的信息，请运行Matlab中的“demo_synthetic.m”以查看合成实验的结果。