文件名称：通过稀疏表示和低秩约束实现高光谱图像降噪
文件大小：2.66MB
文件格式：PDF
更新时间：2024-06-01 02:18:23
Global redundancy and correlation (RAC);
高光谱图像（HSI）降噪是提高后续应用程序性能的必要的预处理步骤。 对于HSI，在空间/频谱维度上存在大量的全局和局部冗余与相关性（RAC）。 此外，如果在去噪过程中有效利用RAC，则可以大大提高去噪性能。 本文提出了一种在空间/频谱域中联合利用全局和局部RAC的HSI去噪方法。 首先，利用稀疏编码对空间域中的全局RAC和频谱域中的局部RAC进行建模。 可以通过使用学习词典稀疏近似数据来消除噪声。 在此阶段，仅采用频谱域中的本地RAC。 它将导致频谱失真。 为了弥补局部频谱RAC的缺点，使用低秩约束来处理频谱域中的全局RAC。 使用不同的高光谱数据集来测试所提出方法的性能。 所提出的方法的去噪结果优于通过其他现有技术的高光谱去噪方法获得的结果。