10.11873/j.issn.1004-0323.2018.2.0212
基于聚类结构自适应稀疏表示的高光谱遥感图像修复研究
高光谱影像(Hyper-Spectral Image,HSI)的图像修复是其数据应用中重要的一个环节,最终会影响后续工作的准确性.提出一种新的基于聚类结构自适应稀疏表示的高光谱遥感图像的修复算法,该方法的优点是根据遥感图像地物的特征进行自适应地块大小选择,并对像素聚类后各个波段图像按照字典学习算法进行稀疏表示,通过稀疏逼近实现高光谱遥感图像的修复.实验结果表明:利用自适应获得的稀疏系数能更好地表示高光谱图像,图像的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)为26.6 dB,比其他研究的算法有所提高.该方法可以应用于遥感图像处理流程中,提高图像的应用潜力.
聚类、自适应、稀疏表示、高光谱遥感图像、修复
33
TN911.73
国家自然科学基金项目41071265;高等学校博士学科点专项科研基金20105122110006;国土资源部地学空间信息技术重点实验室开放项目KLGSIT2016-10;四川省科技创新苗子工程资助项目2017025
2018-06-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
212-215,341