技术特征：
技术总结
本发明公开了一种基于迁移学习的高光谱图像超分辨率方法，主要解决原始高光谱图像训练数据过少，无法训练深度神经网络的问题，提高高光谱图像的空间辨识力，克服高光谱图像空间分辨率受限的问题。主要步骤是：(1)在自然图像的数据库上训练卷积神经网络，学习低分辨率图像到高分辨率图像的映射关系；(2)在测试的高光谱图像上，根据学习到的深度神经网络，逐个波段生成相应的高分辨率图像；(3)建立协同矩阵分解，对低‑高分辨率图像进行相同地物约束；(4)重建出超分辨率高光谱图像。本发明最大程度保持了超分辨率图像的光谱信息，可用于遥感地物观测、军事侦察以及刑侦辅助等领域。
技术研发人员：卢孝强;袁媛;郑向涛
受保护的技术使用者：中国科学院西安光学精密机械研究所
技术研发日：2017.05.11
技术公布日：2017.10.27