半框架引导稀疏重建

重建精度更高

半框架变换通过避免低频干扰，使稀疏误差重建更精确，从而提升全色锐化性能。

Wu, Zhongcheng · Vivone, Gemine · 黄廷祝 · 邓良剑

Information Fusion 2024

技术优势

重建更准

半框架变换只保留高频分量，避免低频信息对稀疏误差表示的干扰，使误差系数更稀疏，从而提高重建精度。

超参数不敏感

由于误差稀疏性得到增强，模型对正则化参数等超参数的选择不那么敏感，便于实际使用。

算法收敛有保证

提出基于近端交替最小化的求解算法，并给出了理论收敛性证明，确保优化过程可靠。

应用场景

• 遥感图像融合：用于卫星或无人机遥感影像的全色锐化，生成高分辨率多光谱图像，提升地物识别和分类精度。
• 多光谱图像增强：通过融合全色波段的空间细节，增强多光谱图像的空间分辨率，保留光谱信息，辅助后续定量分析。