高光谱融合工具箱（HIFToolBox） 旨在收录高光谱和多光谱/全色锐化领域的SOTA算法。收录算法主要分三类：基于模型的算法、自/无监督学习算法,以及监督学习算法。 获取地址 ：主页 预训练权重 ：HIFTool目前发布了在QB数据集上，所有收录的监督网络的预训练权重。 使用方法： 在配置好PyTorch的环境中打开 Network_training.py.选择算法类型 > 0:包括模型(

文章目录 一、全色影像VS多光谱影像二、多光谱技术三、高光谱技术四、高光谱影像VS多光谱影像 一、全色影像VS多光谱影像 全色影像是指传感器获取整个全色波段（0.5微米到0.75微米左右的单波段）的黑白影像。因为只获取单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。 高分一卫星全色影像： 切记，全色影像是单波段。 多光谱影像指传感器对地

Supervised-unsupervised combined deep convolutional neural networks for high-fidelity pansharpening （监督-非监督组合深度卷积神经网络实现高保真全色锐化） 深度学习全色锐化方法因其优异的性能成为近年来的研究热点，基于Wald协议的卷积神经网络全色锐化方法（即，在较粗的降低的分辨率尺度上学习的网络到