科研之友
微信
新浪微博
Facebook
分享链接
摘要
高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法.该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范数代替核函数,更精确地逼近秩函数;并选用初步无噪图像作为低秩表示的字典,进一步提高了模型对图像的恢复能力.另外,引入拉普拉斯正则项刻画数据内部的几何结构,能保持图像的细节.模拟和实际高光谱数据的实验结果表明,较多种相关的方法在视觉效果和量化指标值都有很大地改进.与经典的基于低秩先验的恢复方法相比,本文算法的平均峰值信噪比提高2.74dB,平均结构相似性数值指标提高0.03,而平均光谱角降低1.40.新模型不仅能充分利用高光谱图像光谱维的低秩先验,而且保持了数据内部的几何结构,有利于恢复出高质量的清晰图像.
-
单位西北农林科技大学; 暨南大学深圳旅游学院
