测绘科学

2018, v.43;No.235(01) 11-14+25

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

L1范数和分裂Bregman的遥感影像变分融合模型
Remote sensing image variational fusion model based on L1 norm and split Bregman

侯昕廷;秦前清;孙涛;宋博;付志涛;

摘要(Abstract):

目前,一些基于变分的Pan-sharpening方法是通过梯度下降法极小化能量泛函来实现融合,但梯度下降法在靠近极小值时收敛速度会减慢。若变分模型中包含有L1范数的不可微项时,梯度下降法存在鲁棒性不高、计算复杂的问题。该文根据L1范数能保持图像的几何纹理、分裂Bregman对含有L1范数的泛函收敛速度快的特点,在已有的变分模型基础上,将L1范数加入到模型中,构建能量泛函代价函数,并通过分裂Bregman迭代极小化能量泛函。在Worldview-2数据集上的融合结果表明,该方法可以生成同时具有高光谱和高空间分辨率的图像。

关键词(KeyWords): L1范数;分裂Bregman;Pan-sharpening;能量泛函

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41171450)

作者(Authors): 侯昕廷;秦前清;孙涛;宋博;付志涛;

DOI: 10.16251/j.cnki.1009-2307.2018.01.003

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享