基于具有多个偏移高光谱图像的MAP模型的子像素映射

子像素映射是用于通过将分数图像转换为具有更高分辨率的分类图来获得子像素尺度上不同类别的空间分布的技术。 传统的子像素映射算法仅利用低分辨率图像,其信息不足以获取高分辨率土地覆盖图。 子像素映射的准确性可以通过合并辅助数据集(例如同一区域中的多个移位图像)来提供更多的子像素土地覆盖信息。 本文提出了一种基于最大后验(MAP)模型的亚像素映射框架,以利用多幅移位图像的互补信息。 在所提出的框架中,将子像素映射问题转换为正则化问题,并且通过添加一些先验信息(例如拉普拉斯模型),使用MAP模型将子像素映射问题正则化为适当的位置。 将该算法与传统的基于单幅图​​像的子像素映射算法以及使用合成和真实高光谱图像的另一种基于多位移图像的子像素映射方法进行了比较。 实验结果表明,该方法优于传统的亚像素映射算法,为提高高光谱图像亚像素映射的准确性提供了有效的选择。