科研之友
微信
新浪微博
Facebook
分享链接
摘要
高光谱图像（Hyperspectral images,HSI）在采集过程中易受到环境或者采集设备自身的干扰，其遥感数据信息会受到大幅的损失，因此高光谱图像去噪是其图像预处理的基本问题。本文设计去噪算法，将HSI划分为局部等分块，采用低秩矩阵约束表征局部特征，并在其基础上利用截断核范数最小化方法来分离出稀疏噪声，全局利用空间-光谱全变分正则化达到分离密度噪声和维持空间-光谱平滑性的目的，两者结合能高效去除高斯噪声、椒盐噪声等的混合噪声。将本文优化算法与其他四种近几年发表的去噪算法进行对比，平均结构相似度指标提高0.13，平均峰值信噪比指标提高1.10 dB，运用到不同强度单一类型的噪声中，模型的平均结构相似度指标也能提高0.10。而在实际图像的放大对比中也有着明显噪点去除效果。实验证明本文方法对于高光谱图像在局部特征表述上更加贴近，并结合全局正则化方法获得更明显的去噪效果，能够对高密度噪声和稀疏噪声有清除作用。
-
单位合肥学院; 材料与化工学院
