截断核范数和全变差正则化高光谱图像复原

论文摘要

目的高光谱图像距具有较高的光谱分辨率,从而具备区分诊断性光谱特征地物的能力,但高光谱数据经常会受到如环境、设备等各种因素的干扰,导致数据污染,严重影响高光谱数据在应用中的精度和可信度。方法根据高光谱图像光谱维度特征值大小与所包含信息的关系,利用截断核范数最小化方法表示光谱低秩先验,从而有效抑制稀疏噪声;再利用高光谱图像的空间稀疏先验建立正则化模型,达到去除高密度噪声的目的;最终,结合上述两种模型的优势,构建截断核范数全变差正则化模型去除高斯噪声、稀疏噪声及其他混合噪声等。结果将本文与其他三种近期发表的主流去噪方法进行对比,模型平均峰信噪比提高3.20 dB,平均结构相似数值指标提高0.22,并可以应用到包含各种噪声、不同尺寸的图像,其模型平均峰信噪比提高1.33 dB。结论本文方法在光谱低秩中更加准确地表示了观测数据的先验特征,利用高光谱遥感数据的空间和低秩先验信息,能够对含有高密度噪声以及稀疏异常值的图像进行复原。

论文目录

文章来源

类型: 期刊论文

作者: 杨润宇,贾亦雄,徐鹏,谢晓振

关键词: 高光谱遥感图像,图像复原,低秩先验,截断核范数,全变差,正则化方法

来源: 中国图象图形学报 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 西北农林科技大学理学院

基金: 国家自然科学基金项目(61401368),西北农林科技大学创新训练项目(201710712082)~~

分类号: TP751

页码: 1801-1812

总页数: 12

文件大小: 3416K

下载量: 144

相关论文文献

• [1].基于非局部全变差模型的图像复原方法[J]. 量子电子学报 2015(03)
• [2].基于二阶广义全变差正则项的模糊图像恢复算法[J]. 自动化学报 2015(06)
• [3].基于快速傅里叶变换的全变差图像复原方法[J]. 数字技术与应用 2011(03)
• [4].离散化代数重建的全变差算法改进[J]. 电子科技 2016(12)
• [5].基于空-时加权全变差正则项的视频复原算法[J]. 电子与信息学报 2013(04)
• [6].全变差图像去噪模型的快速求解[J]. 武汉理工大学学报(信息与管理工程版) 2011(02)
• [7].多尺度全变差图像去噪算法[J]. 华南师范大学学报(自然科学版) 2013(04)
• [8].一种基于压缩感知全变差算法的图像去噪方法[J]. 电视技术 2014(05)
• [9].即时全变差优化的低延时视频稳像方法[J]. 中国图象图形学报 2018(02)
• [10].一种改进的各向异性全变差去噪模型[J]. 计算机工程与应用 2016(10)
• [11].基于耦合全变差的快速图像着色算法[J]. 电子学报 2016(10)
• [12].基于低秩全变差正则化的高光谱异常检测方法[J]. 计算机科学与探索 2020(12)
• [13].模糊图像复原的高阶全变差正则化模型构建[J]. 长江大学学报(自科版) 2014(07)
• [14].L_(1-2)空谱全变差正则化下的高光谱图像去噪[J]. 光子学报 2019(10)
• [15].基于耦合非局部全变差的图像着色算法[J]. 电子与信息学报 2018(11)
• [16].非负约束全变差正则化方法在动态光散射颗粒粒度分布反演中的应用[J]. 山东理工大学学报(自然科学版) 2012(02)
• [17].基于非凸全变差正则的核磁共振图像重构算法[J]. 计算机应用 2020(08)
• [18].基于变指数分数阶全变差和整数阶全变差的图像恢复算法[J]. 山东大学学报(理学版) 2019(11)
• [19].全变差正则化法凸优化平滑γ能谱[J]. 核电子学与探测技术 2018(01)
• [20].分块压缩感知的全变差正则化重构算法[J]. 电子与信息学报 2019(09)
• [21].双保真全变差去噪模型[J]. 激光与光电子学进展 2018(02)
• [22].结合局部与非局部的图像复原方法[J]. 计算机应用研究 2015(05)
• [23].图像处理中全变差正则化数据拟合问题算法回顾[J]. 运筹学学报 2017(04)
• [24].基于分数阶和非局部全变差模型的图像去模糊[J]. 计算机工程与设计 2018(07)
• [25].一种基于全变差正则化与小波包变换的图像去噪算法[J]. 吉林大学学报(理学版) 2014(01)
• [26].一种改进的基于全变差范数图像融合方法[J]. 上海交通大学学报 2013(04)
• [27].基于正则先验的全变差快速代数迭代算法及其在火焰辐射测量中的重建性能分析[J]. 光学学报 2019(10)
• [28].混合全变差和低秩约束下的高光谱图像复原[J]. 中国图象图形学报 2017(11)
• [29].融合多种小波与全变差正则化的相位恢复算法[J]. 光学学报 2018(02)
• [30].基于自适应全变差的B超图像快速去噪算法[J]. 南京邮电大学学报(自然科学版) 2016(05)

标签：高光谱遥感图像论文;  图像复原论文;  低秩先验论文;  截断核范数论文;  全变差论文;  正则化方法论文;