一种用于增强高光谱图像的超分辨率与融合方法

1：实验设计与方法选择：

所提算法融合了HCM用于多光谱融合和PAP-ADMM用于单图像超分辨率，并显式结合PSF进行去模糊处理。设计原理在于整合两种方法的优势：HCM在低波段（与颜色波段高度相关）表现优异，而PAP-ADMM利用PSF增强高波段。

2：样本选择与数据来源：

采用两个高光谱图像数据集——美国空军AF数据（267×342×124，0.461–0.901微米）和NASA AVIRIS数据（300×300×213，0.38–2.5微米）。通过5×5高斯PSF以K=9降采样因子对HR图像下采样生成LR高光谱图像，彩色图像源自HR高光谱图像的相应波段。

3：461–901微米）和NASA AVIRIS数据（300×300×213，38–5微米）。通过5×5高斯PSF以K=9降采样因子对HR图像下采样生成LR高光谱图像，彩色图像源自HR高光谱图像的相应波段。 实验设备与材料清单：

3. 实验设备与材料清单：高光谱成像仪（如AVIRIS）、算法实现计算工具及数据集（AF和AVIRIS），未详述具体设备型号或品牌。

4：实验流程与操作步骤：

包括：采用PAP-ADMM结合PSF对LR高光谱数据去模糊；对HR彩色图像及去模糊高光谱图像降采样；通过HCM计算变换矩阵T；利用HCM生成HR高光谱图像；融合PAP-ADMM的高波段与HCM的低波段。与四组共20种算法开展对比研究。

5：数据分析方法：

采用五种指标评估性能——RMSE、CC、SAM、ERGAS及计算耗时。主观评估包含多光谱范围融合图像可视化，并通过欧氏距离k-means像素聚类检验聚类精度。