高光谱图像修复算法的自适应稀疏编码实现

摘要：

针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法.首先,对加性噪声假设下的HSI观测模型进行研究.然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典.之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解.最后通过稀疏重构求得修复后的HSI.实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短.

关键词：图像处理、高光谱图像、图像修复、光谱字典、稀疏编码

所属期刊栏目：41

分类号：TP751(遥感技术)

资助基金：国家自然青年科学基金61801513;装备预研基金61420100103资助课题

在线出版日期：2019-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1922-1929