基于分数阶导数的各向异性变分锐化模型

《International Journal of Remote Sensing》：Anisotropic variational pansharpening model based on fractional-order derivatives

全色图像锐化融合方法中引入分数阶导数优化模型，通过正则化项、PAN约束项和光谱保真项协同优化，结合离散傅里叶变换迭代求解，实验表明该方法在保持光谱信息的同时显著提升空间分辨率。

　　

摘要

全色锐化是一种数据融合技术，它结合了高分辨率的多光谱（HRMS）图像。本文提出了一种新颖的全色锐化方法，旨在通过引入分数阶导数来减轻融合图像中的纹理损失。所提出的模型整合了三个关键组成部分：一个基于分数阶导数的正则化项、一个PAN约束项以及一个传统的光谱保真度项。该模型最小值的存在性和唯一性在相应的函数空间内得到了严格证明。采用基于离散傅里叶变换的迭代方法在频域中对模型进行求解。基于五个真实世界数据集的实验结果验证了所提方法的有效性。通过多种空间和光谱指标定量评估了全色锐化效果的质量。研究结果表明，与其他广泛使用的全色锐化技术相比，所提出的方法显著提升了锐化性能，并改善了图像的空间和光谱质量。