张量分解和自适应图全变分的高光谱图像去噪

张量分解和自适应图全变分的高光谱图像去噪
蔡明娇;蒋俊正;蔡万源;周芳
【期刊名称】《西安电子科技大学学报》
【年(卷),期】2024(51)2
【摘要】高光谱图像在采集过程中受到观测条件、成像仪材料属性、传输条件等客观因素的影响,不可避免地会引入各种噪声。

这严重降低了高光谱图像的质量以及限制了后续处理的精度。

因此,高光谱图像去噪是一个极其重要的预处理步骤。

针对高光谱图像去噪问题,提出了低秩张量分解和自适应图全变分的高光谱图像去噪算法。

首先,利用低秩张量分解来描述高光谱图像的全局空间和光谱相关性,并使用自适应权重图全变分来刻画高光谱图像空间维度上的分段平滑特性和保留高光谱图像的边缘信息;此外,采用l1-范数、Frobenius-范数分别刻画包括条纹噪声、脉冲噪声、死线噪声在内的稀疏噪声和高斯噪声。

由此高光谱图像去噪问题归结为一个包含低秩张量分解和自适应图全变分的约束优化问题。

利用增广拉格朗日乘子法对该优化问题进行交替求解。

实验结果表明,所提出的高光谱图像去噪算法与现有的算法相比,能够充分刻画高光谱图像数据的内在结构特性,具有更好的去噪性能。

【总页数】13页(P157-169)
【作者】蔡明娇;蒋俊正;蔡万源;周芳
【作者单位】桂林电子科技大学信息与通信学院;桂林电子科技大学卫星导航定位与位置服务国家地方联合工程研究中心;桂林电子科技大学广西无线宽带通信与信号处理重点实验室
【正文语种】中文
【中图分类】TP751
【相关文献】
1.一种融合结构张量与非局域全变分的图像去噪方法
2.基于二维变分模态分解和自适应中值滤波的图像去噪方法
3.基于非凸低秩矩阵逼近和全变分正则化的高光谱图像去噪
4.基于二维变分模态分解与自适应分数阶积分的图像去噪方法
5.基于全变分加权差正则的高光谱图像去噪算法
因版权原因，仅展示原文概要，查看原文内容请购买。