采用改进RPCA的遥感影像去云算法

摘要：

为解决遥感影像中常见的复杂稀疏云区的联合去云问题,提出一种采用改进的鲁棒主成分分析(RPCA)的遥感影像去云算法.根据遥感云层影像的自身特性,构造RPCA算法模型,采取一种新的基于分式函数的L0范数优化方式,引入加权核范数最小化算法(WNNM)对奇异值阈值进行自适应调节,提高云区矩阵的稀疏度和地貌矩阵的低秩性.实验结果表明,采用改进RPCA的遥感影像去云算法,能够去除复杂稀疏云区的云层遮挡,获得清晰度更高的无云遥感影像,在主观视觉和客观指标上均优于传统算法.

关键词：遥感图像去云、鲁棒主成分分析、加权核范数、分式函数、DC算法、自适应阈值

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金项目E2016202341;河北省高等学校科学技术研究基金项目BJ2014013

在线出版日期：2018-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1653-1658