基于尺度自适应光谱字典学习的高光谱图像去噪方法OA
高光谱遥感成像过程中,由于受到探测器噪声、光学系统噪声、环境噪声以及统计噪声等各类噪声的影响,图像质量往往会出现退化,进而影响后续应用中的信息提取精度及可信度。特别是红外谱段,由于探测器材料本身热振动等因素,受热噪声影响显著。针对这一问题,本文提出了一种基于尺度自适应光谱字典学习的高光谱去噪方法。首先,将尺度约束引入字典学习过程中,以自适应待降噪图像获取不同尺度光谱字典。其次,将图像空间域信息作为编码先验知识,应用全变分—变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后,利用光谱字典与稀疏编码进行重构获得去噪后的高光谱图像。实验结果表明,对比现有高光谱去噪算法,所提出的算法在模拟数据集及真实数据集上均能取得更好效果。
宋晓瑞;柏彬;陈鹏;胡晓宁;周川杰;侯军燕;陈卓
北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011北京市遥感信息研究所,北京100011
信息技术与安全科学
高光谱图像去噪尺度自适应字典学习稀疏编码
《红外与毫米波学报》 2026 (4)
P.752-763,12
评论