论文部分内容阅读
高光谱遥感作为自然资源探测的一种重要手段,近年来得到了越来越多的重视。现有高光谱超分辨率方法存在以下不足:基于解析方法的超分辨率方法依赖大量准备工作和先验知识,如公式推导、统计学规律等,因此数据拟合能力一般,灵活性较差,方法适用性受限制,且受人为因素影响严重;基于深度学习的方法需要大量高质量的高光谱遥感图像,极大程度限制了方法的适用性。本文在对卷积操作响应特性进行研究的基础上,结合传统解析方法与深度学习方法,充分利用具有相似数据特点的自然图像,提出了一种基于小波包的多尺度高光谱图像超分辨率网络(Mu