{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,2,1]]，“日期-时间”：“2024-02-01T13:17:45Z”，“时间戳”：1706793465109}，“引用-计数”：51，“发布者”：“MDPI AG”，“问题”：“6”，“许可证”：[{“开始”：{-date-parts”：[2020,3,19]]，”日期-时间“：”2020-03-19T00:00:00Z“，”时间戳“：158457600000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/501100010877”，“name”：“深圳市科技创新委员会”，“DOI-asserted-by”：“publisher”，“award”：[“61771391；61371152”]}，{“DOI”：”10.13039\\501100003725“，”name“：“韩国国家研究基金会”，“doi-asserted-by”：“publisher”，“award”：[“2016R1D1A1B01008522”]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[”遥感“]，“abstract”：“本文提出了一种联合空间光谱分辨率增强技术，以同时提高多光谱图像在空间域和光谱域的分辨率。从输入的多光谱图像重建的高光谱图像（HSI）以更高的空间分辨率表示同一场景，与输入的多谱图像相比，具有更多波长宽度更窄的光谱带。许多现有的改进技术侧重于空间或光谱分辨率增强，这可能会导致光谱失真和空间不一致。该方案引入虚拟中间变量来建立光谱观测模型和空间观测模型。这些模型交替求解光谱字典和丰度，以重建所需的高分辨率HSI。最初的光谱字典是从不同景观中捕获的先前HSI中训练出来的。从全色图像及其稀疏系数训练的空间字典提供高空间分辨率信息。稀疏系数被用作约束条件，以获得高空间分辨率丰度。在AVIRIS Landsat 7模拟数据集和真实Hyperion ALI数据集上进行的实验表明，该方法优于最先进的空间和光谱分辨率增强方法。该方法对于现有的空间和光谱分辨率增强方法的组合也很有效<\/jats:p>“，”DOI“：”10.3390\/rs12060993“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,3,19]]，”date-time“：”2020-03-19T14:01:35Z“，”timestamp“：1584626495000}，”page“：“993”，“source”：“Crossref”，“is-referenced-by-count”：4，“title”：[“具有光谱矩阵分解和空间稀疏性约束的多光谱图像联合空间光谱分辨率增强“]，”前缀“：”10.3390“，”卷“：”12“，”作者“：[{”ORCID“：”http://\/ORCID.org\/00000-0003-3889-767X“，”authenticated-ORCID“：false，”给定“：”Chen“，”family“：”Yi“，”sequence“：”first“，”affiliation“：[]}，”{“ORCID”：“”http://\/orcid.org\/00000-0002-6974-7327“，”authenticated-orcid“：false，”given“：”Yong-qiang“，”family“：”Zhao“，”sequence“：”additional“，”affiliation“：[]}，”giving“：”Jonathan Cheung-Wai“，”家庭“：”Chan“，”序列“：”附加“，”从属关系“：[]}，{“orcid”：“http://\orcid.org\/000-0335-6526”，”authonticated-rcid“”：false“，”gived“：”Se ong G.“，”家庭“：”Kong“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”1968“，”published-online“：{”date-parts“：[[2020,3,19]]}，”reference“：[{”key“：”ref1“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TGRS.2017.269853“}，{”key“：“ref2”，”doi-asserted-by“：“publisher”，”doi:“10.1109\/GGRS.2016.2616649”}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“doi”：“10.1007 \/s1197-011-0725-1“}，{“key”：“ref4”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/rs8030172”}，“key“：”ref5“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TGRS.2018.2828042“}“ref7”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/MGRS.2015.2440094”}，{“key”：“ref8”}，{“key”：“ref9”，“doi-asserted-by”：“publisher”，“doi”：“10.1186\/1687-6180-2012-207”}，{”key“：“ref10”，“首页”：“3647”，“article-title”：“学习低阶分解以实现具有空间-光谱偏移的平移锐化”，“volume”：”20“，”author“：”Yang“，”year“：”2017“，”journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.被插入“：“publisher”，“DOI”：“10.1109\/TGRS.2017.2681721”}，{“key”：“ref12”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/LGRS.20172736020“}，}“key”：”ref13“，”DOI-assert-by“：”publisher“，”DOI“：”10.109\/JSTARS.2018.2794888“}\/S1064827500383123“}，{”key“：”ref15“，”DOI-asserted-by“：”publisher“，”DOI“：“10.1109\/TGRS.2004.837324”}，{“key”：“ref16”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/MGRS.2016.2637824”}109\/TIP.2016.2542360“}，{”key“：”ref20“，”doi-asserted-by“：”publisher“，”doi“：“10.1109\/TGRS.2019.2924096”}，{“key”：“ref21”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s11263-008-0176-y”}年份“：”2000“，”新闻标题“：”Proc.SPIE“}，{“key”：“ref23”}，{“密钥”：“ref24”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/JSTARS.2014.2356512”}key“：”ref27“，”article-title“：“Learned Spectral Super-Resolution”，“author”：“Galliani”，“year”：“2017”，“journal-title”：“arXiv”}，{“key”：“ref28”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/JSTARS.2012.2194696”}、{“密钥”：“ref29”}“：”ref31“，”doi-asserted-by“：”publisher“，”doi“：”10.3390\/rs11020193“}，｛“key”：“ref32”，“doi asserted by”：“publisher”，“doi”：“10.1109\/79.9974727”｝，｛“key”：“ref33”，“系列标题”：“计算机视觉”，“首页”：“63”，“文章标题”：“高光谱图像超分辨率的稀疏空间光谱表示”，“作者”：“Akhtar”，“年份”：“2014”｝，｛“key”：“ref34”，“doi asserted by”：“publisher”，“doi”：“10.1109\/TGRS.2014.2321557”｝，{“key”：“ref35”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TGRS.2015.2504261”}，{“key”：”ref36“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TSP.2006.881199“}，”key“：”ref37“，”doi-asserted-by“，”ted-by“：”publisher“，”doi“：”10.1561\/220000016“}，{”key“：”ref39“，”doi-asserted-by“：“publisher”，“DOI”：“10.1002\/cpa.20042”}，{“key”：“ref40”，“DOI-asserted-by”：“publicher”，“DOI”：“101214\/07-AOAS131”}、{“key”：“ref41”、“DOI-sserted-by“：”publisher“，”DOI“：”10.1002\/cpa.20131“}，}“key:”ref42“，”series-title“：“Matrix Computations”，“author”：“Golub”，“year”：“1983”}，{“key”：“ref43”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/TGRS.2007.901007”}，{“key”：“ref44”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/LGRS.2007.909934”}，{”key“：”ref45“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TGRS.2019.2897316 ted-by“：”publisher“，”doi“：”10.3390\/rs9111196“}，{”key“：”ref48“，”series-title“：“定义和架构\u2014不同空间分辨率图像的融合”，“article-title”：“数据融合”，”author“：”Wald“，”year“：”2002“}，{“key”：“ref49”，“doi-asserted-by”：“publisher”，“doi”：“10.1109”，TIP.2018.2862629：“EO-1\/超离子高光谱成像仪的设计、开发、表征和校准”，“卷”：“4151”，“作者”：“Folkman”，“年份”：“2001”，“期刊标题”：“Proc.SPIE”｝，｛“密钥”：“ref51”，“doi由”断言：“出版商”，“doi”：“10.1109\/MSP.2013.2279731”｝]，“容器标题”：[“遥感”]，“原标题”：[]，“语言”：“en”，“链接”：[｛“URL”：“https:\/\/www.mdpi.com//2072-4292\/12\/6\/993\/pdf”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2020,4,1]]，“date-time”：”2020-04-01T09:04:05Z“，“timestamp”：1585731845000}，“score”：1，“resource”:{“primary”：“{”URL“https:\ \\/www.mdpi.com\/2072-4292\/12\/6\/993“}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2020,3,19]]}，“references-count”：51，“日志发布”：}“问题”：“6”，“在线发布”：｛“日期parts”：[2020,3]}}，”alternative-id“：[”rs12060993“]，”URL“http://\/dx.doi.org\/10.390\/rs120609993”，“关系”：{}，[“2072-4292”]，“ISSN-type”：[{“value”：“2072~4292”，“type”:“electronic”}]，“subject”：[]，“已发布”：{“日期部分”：[[2020,3,19]]}}