预测滤波全色锐化模型

细节更清晰

该模型通过元素级特征混合,为每个像素学习独特的滤波核,有效减少了信息损失,在参数更少、计算量更低的情况下取得了优于现有方法的性能。

Yongchuan, Cui · 刘鹏 · 马艳 · 陈腊娇 · 徐梦珍 · Xingyan, Guo

ISPRS Journal of Photogrammetry and Remote Sensing 2025

技术优势

每个像素有自己的滤波器

通过融合低分辨率多光谱和全色图像获得预测滤波器,为每个像素执行定制滤波,从而减少信息损失。

光谱畸变更少

该方法旨在减轻光谱畸变和空间退化,视觉对比显示模型更关注细节。

参数和计算量更低

实验结果表明,所提方法以更少的参数和更低的计算量超过了最先进模型的性能。

应用场景