计算机应用

作者：杨静, 赵建斌, 陈路, 池浩田, 闫涛, 陈斌

单位：1.山西大学 自动化与软件学院，太原 030031；2.太原卫星发射中心 技术部，太原 030027；3.山西大学 大数据科学与产业研究院，太原 030006；4.哈尔滨工业大学 重庆研究院，重庆 401151；5.哈尔滨工业大学（深圳） 国际人工智能研究院，广东 深圳 518055

关键词：高光谱图像,空谱融合,噪声,光谱字典学习,迭代稀疏表示

基金：国家自然科学基金资助项目(62406181);国家自然科学基金资助项目(62373233);山西省回国留学人员科研项目(2023-023);山西省基础研究计划项目(202203021222010);山西省基础研究计划项目(202203021222005)

针对传统高光谱图像（HSI）空谱融合算法通常采用静态光谱字典，而字典学习与图像融合过程相分离，对含有噪声的空谱融合任务处理效果不佳的问题，提出一种基于动态字典学习（DDL）的含噪HSI空谱融合算法。该算法采用迭代思想，在融合过程中动态更新字典原子，从而协作完成空谱融合及噪声去除任务。首先，对输入的HSI进行粗去噪，并利用去噪结果初始化光谱字典；其次，利用上述初始化字典对两幅待融合图像进行稀疏表示，以得到中间融合结果；再次，将中间融合结果反馈给字典学习模块，不断更新字典原子，构造动态光谱字典；最后，通过迭代以上过程得到最终的输出图像。在3个遥感HSI数据集上的仿真实验结果表明，所提算法能够在提升图像空间分辨率的同时有效去除噪声。同时，在真实含噪图像波段上的实验结果表明，所提算法能够有效提高融合图像的视觉质量。在Cuprite Mine数据集上，在高斯噪声方差为0.15且放大倍数为8时，与基于广义张量核范数（GTNN）的方法和先去噪后融合的方法AL-NSSR方法相比，所提算法的峰值信噪比（PSNR）分别提升了32.48%和10.72%。

来源：2025年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第9期