Publicación:

Reconstruction algorithm for compressive multiband spectral imaging fusion based on spectral unmixing

Resumen

En los últimos años, una forma común de mejorar la resolución espacial de imágenes hiper-espectrales (HS) ha sido la fusión con información complementaria proveniente de imágenes multiespectrales (MS) o pancromáticas. La imagen HS de alta resolución resultante permite aplicaciones en campos donde la adquisición de imágenes de alta resolución espectral y espacial es extremadamente costosa. Este trabajo propone un nuevo método para reconstruir una imagen de alta resolución espacial y alta resolución espectral a partir de medidas comprimidas adquiridas por múltiples sensores, cada uno con diferente resolución espacial y espectral, específicamente imágenes HS y MS comprimidas. Para resolver este problema, se introduce un modelo de fusión basado en el modelo de mezclas lineales clásicamente usado para imágenes HS. Además, se desarrolla un algoritmo de optimización basado en una estrategia de bloques coordenados descendiente. Las restricciones de no negatividad y suma a uno, resultantes de las propiedades físicas de las abundancias, y una penalización de variación total, son usadas para regularizar este problema inverso mal condicionado. Resultados de simulación para imágenes HS y MS reales comprimidas, muestran que el algoritmo propuesto puede proveer resultados de fusión que son muy cercanos a aquellos obtenidos con imágenes no comprimidas, con la ventaja de usar un número reducido de medidas.