基于多元回归的低秩正则化泛锐化

全景锐化是将低分辨率多光谱图像(LRMS)中的光谱信息与相应的高分辨率全色图像(PAN)中的空间信息一起利用的融合任务。 在组件替换框架下,提出了一种基于多元回归的保真度项,以实施高分辨率空间细节注入,而提出了一种低秩正则化项,以捕获潜在的高分辨率多光谱图像(HRMS)的固有结构。 为此,提出了一种联合优化泛锐化模型,以建立空间细节注入与频谱空间保持能力之间的权衡机制。 最后,使用增强拉格朗日乘数(ALM)方法来开发泛锐化算法。 实验表明,与几种最新方法相比,该算法可以实现更高的空间分辨率和光谱分辨率。