基于布朗桥扩散与观测引导重学习的 高光谱与多光谱图像融合方法
ID:154 View Protection:ATTENDEE Updated Time:2026-11-16 10:24:42 Hits:17 Oral Presentation

Start Time:Pending(Asia/Shanghai)

Duration:Pending

Session:No Session »

No files

Abstract
高光谱与多光谱图像融合旨在结合低空间分辨率高光谱图像(Low-Resolution Hyperspectral Image,LR-HSI)和高空间分辨率多光谱图像(High-Resolution Multispectral Image,HR-MSI)的互补信息,获得兼具高空间分辨率和高光谱分辨率的融合图像。然而,跨模态光谱差异易导致特征对齐困难,现有融合方法的重建结果中仍存在结构模糊和光谱失真。为此,本文提出一种基于布朗桥扩散与观测引导重学习的高光谱与多光谱图像融合方法。该方法在完成输入尺寸对齐后,利用共享光谱编码器提取LR-HSI和HR-MSI的潜在特征,并通过布朗桥扩散模块学习配对特征间的跨模态残差。随后,HR-MSI引导解码器逐步恢复空间分辨率并融入高分辨率细节信息。最后,观测引导重学习模块根据HR-MSI的结构差异和LR-HSI的光谱角差异选择待修正区域,利用逐点MLP更新所选特征,并以联合掩码生成融合图像。在Chikusei数据集上,相较于当前主流融合方法,本文方法的PSNR、SAM、RMSE、SSIM和ERGAS五项指标均取得最优结果,能够有效兼顾高光谱图像的空间结构恢复与光谱信息保持。
Keywords
高光谱与多光谱图像融合,布朗桥扩散,光谱空间自编码器,观测引导重学习
Speaker
廖于山
学生 西安电子科技大学

Submission Author
廖于山 西安电子科技大学
郑毓轩 西安电子科技大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    Nov 27

    2026

    to

    Nov 30

    2026

  • Sep 20 2026

    Contribution Submission Deadline

  • Nov 13 2026

    Draft paper submission deadline

  • Nov 30 2026

    Registration deadline

Sponsored By
中国空间科学学会空间探测专业委员会
Organized By
中国科学院近代物理研究所
Contact Information