基于压缩测量的光谱图像融合

摘要： 压缩光谱成像仪通过编码和组合光谱信息来减少采样像素数量。然而，要同时实现高空间分辨率和高光谱分辨率的压缩信息采样，需要昂贵的高分辨率传感器。本研究提出了一种模型，能够融合来自高空间/低光谱与低空间/高光谱分辨率压缩传感器的数据。基于该模型，将压缩融合过程构建为一个逆问题求解——通过最小化目标函数（由二次数据保真项与平滑性、稀疏性正则化惩罚项之和定义）来实现。研究优化了不同传感器的参数，并探讨了合适正则化方法的选择，以提高重建高分辨率图像的质量。针对不同压缩成像仪在合成数据与真实数据上开展的仿真结果，验证了所提融合方法的优越性。