由于多光谱图像所含细节信息较少,导致其在各领域中应用受到限制.因此,如何提升多光谱的空间分辨率成了重中之重.多光谱图像超分辨率重建(image super resolution reconstruction,SR)旨在从单一多光谱图像中通过重建算法重构出超分辨率...由于多光谱图像所含细节信息较少,导致其在各领域中应用受到限制.因此,如何提升多光谱的空间分辨率成了重中之重.多光谱图像超分辨率重建(image super resolution reconstruction,SR)旨在从单一多光谱图像中通过重建算法重构出超分辨率多光谱(super resolution multi-spectrum,SRMS)图像,但现有方法重构的SMSR图像中仍存在边缘细节模糊问题.提出了一种新的多层级对比学习的多光谱图像超分辨率重建来缓解上述问题.首先,构建自重构网络提取全色(panchromatic,PAN)图像的高频特征和多光谱图像的低频特征.其次,在特征嵌入空间通过多层级对比学习引导SRMS图像学习PAN图像高频特征并远离低分辨多光谱图像的模糊属性.定性和定量评估表明,所提出的方法性能优异.展开更多
