关联光谱端元的高光谱图像超分辨率复原技术研究

高光谱图像(HSI)得到了越来越广泛的应用，但较低的空间分辨率严重地影响着它的应用效果；其超分辨率(SR)算法受到学术界的高度重视，但一直没有得到很好的解决。为此本课题重点研究：(1)根据HSI的成像特殊性和谱间信息补偿性,研究并建立低分辨率资源图像与高分辨率目标图像之间的关系模型；(2)根据地物类别的有限性和HSI应用的特殊性，将SR模型中的像素表征为感兴趣光谱端元的加权线性组合，从而增强算法的抗噪声鲁棒性和降低算法复杂性，同时重点保护感兴趣类别的SR效果；(3)为保证SR算法的有效实施，研究高性能、低复杂度的光谱端元提取算法和成像模型反演算法；(4)为了符合HSI的应用目标，研究面向应用的客观评价准则。最终实现一套"不依赖辅助信息、充分利用谱间补偿信息、保护感兴趣类别"的HSI特有SR算法及评价系统。该研究对于更为有效地利用HSI信息有着重要的理论意义和应用价值。