计算机科学2021，Vol.48Issue(z2) ：303-307.DOI:10.11896/jsjkx.210200103

基于鲁棒低秩张量恢复的高光谱图像去噪

Hyperspectral Image Denoising Based on Robust Low Rank Tensor Restoration

巫勇 刘永坚 唐瑭 王洪林 郑建成
计算机科学2021，Vol.48Issue(z2) ：303-307.DOI:10.11896/jsjkx.210200103
✕
  • NETL
  • NSTL
  • 万方数据

基于鲁棒低秩张量恢复的高光谱图像去噪

Hyperspectral Image Denoising Based on Robust Low Rank Tensor Restoration

巫勇 1刘永坚 2唐瑭 3王洪林 3郑建成3
扫码查看

作者信息

  • 1. 武汉理工大学计算机科学与技术学院 武汉 430010;空军预警学院雷达士官学校 武汉 430010
  • 2. 武汉理工大学计算机科学与技术学院 武汉 430010
  • 3. 空军预警学院雷达士官学校 武汉 430010
  • 折叠

摘要

去噪是高光谱图像进一步分析的重要预处理步骤,许多去噪方法都被用于高光谱图像数据立方体的去噪.然而,传统的去噪方法对异常值和非高斯噪声很敏感.文中利用底层干净H SI的张量性质数据、异常值的稀疏性质和非高斯噪声,提出一个新的基于鲁棒低秩张量修复的模型,从而在保护H SI的同时删除离散值的全局结构和不同类型的噪声(高斯噪声、脉冲噪声、死线等).该模型可以用非精确增广拉格朗日法求解,仿真和真实高光谱图像实验的结果表明,该方法对H SI去噪是有效的.

关键词

高光谱图像去噪/脉冲噪声/高斯噪声/低秩张量/HSI去噪

引用本文复制引用

基金项目

国家自然科学基金(61401504)

出版年

2021
计算机科学
重庆西南信息有限公司（原科技部西南信息中心）

计算机科学

CSTPCDCSCD北大核心
影响因子：0.944
ISSN：1002-137X
被引量2
参考文献量21
段落导航相关论文