基于低秩字典学习的高光谱遥感图像去噪
针对高光谱遥感图像(Hyperspectral Image,HSI)去噪问题,提出了基于非局部低秩字典学习的图像去噪算法.该算法利用高光谱遥感图像各波段之间的强相关性,结合图像非局部自相似性和局部稀疏性提高去噪性能.首先,结合各波段图像的强相关性、非局部自相似性和局部稀疏性建立非局部低秩字典学习模型,然后,利用迭代法求解该模型得到冗余字典和稀疏表示系数,最后,利用冗余字典和稀疏表示系数复原图像.相比较现有先进的算法,由于充分利用了高光谱图像各波段的强相关性这一内在特征,使得该算法能够很好地保持高光谱遥感图像的细节信息,达到了预期效果.
图像去噪、高光谱、遥感图像、低秩、字典学习
23
TP391(计算技术、计算机技术)
河北省高等学校科学技术研究项目QN20131136
2016-08-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
823-827