激光与红外

作者：徐光宪

单位：辽宁工程技术大学电子与信息工程学院,辽宁 葫芦岛 125100；

关键词：高光谱图像;混合噪声;张量纤维秩;群稀疏空间光谱总变分;图像恢复

基金：国家科技攻关项目(No.2018YFB1403303)；辽宁省基础研究项目(No.LJ2020JCL012)资助。

高光谱图像(HSI)在采集的过程中,由于受到环境和传感器的影响,图像会被大量混合噪声污染,会影响遥感图像后续应用的性能,因此从混合噪声中恢复干净的HSI成为了重要的预处理过程。而一些现有的张量模型,在去除含有条带和死线的混合噪声时,并不能取得很好的效果。为此,提出了一种基于群稀疏空间光谱总变分的高光谱混合噪声图像恢复算法(FRTCSSTV)；为了避免过度平滑,该算法利用群稀疏空间光谱全变分正则化来增强空间谱维的稀疏性,同时为了保持HSI原有的结构,采用直接对张量纤维秩进行约束的方法来表示HSI的全局低秩。在模拟和真实的高光谱图像实验中,与其他模型相比,FRTCSSTV方法在去除含有条带和死线噪声的混合噪声时具有更好的性能。

来源：2023年第9期

《激光与红外》期刊编辑部

查看激光与红外杂志2023年第9期