典型文献
基于低秩矩阵恢复的高光谱图像去噪
文献摘要：
高光谱图像在采集中通常受到各类噪声的污染,存在多种不同程度的退化,传统的高光谱图像去噪仅考虑图像的低秩性而忽略了高光谱图像的相邻波段之间的相似性,缺乏空间信息.基于低秩矩阵模型和空间光谱全变分正则化,该文提出一种将不同噪声统一去除的框架,从而对退化的高光谱数据进行复原.算法基于低秩矩阵恢复抑制分离稀疏噪声,并保证图像的局部低秩性;采用空间光谱全变分正则化模型,增强全局空间光谱的平滑性,减少伪影.由此,建立两者相结合的正则化模型,并用增广拉格朗日乘子法优化求解.仿真实验结果表明:与其他高光谱复原方法相比,在峰值信噪比和结构相似性方面,所提算法数值指标较高,提高了去噪性能.
文献关键词：
高光谱图像;图像去噪;低秩矩阵;全变分正则化;稀疏噪声
中图分类号：
作者姓名：
徐辉;杨敏
作者机构：
南京邮电大学 自动化学院、人工智能学院,江苏 南京 210023
文献出处：
引用格式：
[1]徐辉;杨敏-.基于低秩矩阵恢复的高光谱图像去噪)[J].计算机技术与发展,2022(10):46-50
A类：
稀疏噪声
B类：
低秩矩阵恢复,高光谱图像,图像去噪,多种不同,低秩性,波段,空间信息,矩阵模型,全变分正则化,高光谱数据,局部低秩,正则化模型,平滑性,伪影,增广拉格朗日乘子法,优化求解,光谱复原,复原方法,峰值信噪比,结构相似性,法数
AB值：
0.199878
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
