Enfoque de Dos Etapas para la Super-Resolución de Imágenes Hiperespectrales

La imagen hiperespectral produce una alta resolución espectral a expensas de la resolución espacial. Sin reducir la resolución espectral, mejorar la resolución en el dominio espacial es un problema muy desafiante. Motivados por el descubrimiento de que la imagen hiperespectral exhibe una alta similitud entre bandas adyacentes en un amplio rango espectral, en este artículo exploramos una nueva estructura para la super-resolución de imágenes hiperespectrales (DualSR), conduciendo a un diseño de dos etapas, es decir, etapa gruesa y etapa fina. En la etapa gruesa, cinco bandas con alta similitud en un cierto rango espectral se dividen en tres grupos, y la banda actual se guía para estudiar el conocimiento potencial. Bajo la acción de un mecanismo de fusión espectral alternativo, la imagen SR gruesa se super-resuelve banda por banda. Con el fin de construir un modelo desde una perspectiva global, se desarrolla un método mejorado de retro-proyección mediante restricción de ángulo espectral en la etapa fina para aprender el contenido de consistencia espacial-espectral, mejorando drásticamente el rendimiento. Experimentaciones exhaustivas demuestran la efectividad de la etapa gruesa y la etapa fina propuestas. Además, nuestra red produce resultados de vanguardia en comparación con trabajos existentes en términos de reconstrucción espacial y fidelidad espectral. Nuestro código está disponible públicamente en https://github.com/qianngli/DualSR.