-
公开(公告)号:CN115034978B
公开(公告)日:2024-04-05
申请号:CN202210565981.9
申请日:2022-05-23
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于子空间表示结合图嵌入约束的高光谱图像去噪方法,通过获取含有混合噪声的高光谱图像Y,建立观测模型:Y=X+N;并将原始高光谱图像X进行光谱低秩表示,分解为子空间的基E与系数表示矩阵Z两个低维的待求解子矩阵;对混合噪声进行子空间学习;对光谱之间的图嵌入约束;构建基于子空间表示结合图嵌入约束的高光谱图像去噪模型;采用交替方向乘子法ADMM对模型进行优化求解得到解#imgabs0#进行去噪图像估计,进而获得去除加性混合噪声后的高光谱图像即得到原始干净的图像。该方法能够高效完全处理包括高斯噪声、泊松噪声以及条带噪声的多种混合加性噪声,能够获得优越的去噪效果,在去除混合噪声方面上的有效性和高效性均有提升。
-
公开(公告)号:CN115034978A
公开(公告)日:2022-09-09
申请号:CN202210565981.9
申请日:2022-05-23
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于子空间表示结合图嵌入约束的高光谱图像去噪方法,通过获取含有混合噪声的高光谱图像Y,建立观测模型:Y=X+N;并将原始高光谱图像X进行光谱低秩表示,分解为子空间的基E与系数表示矩阵Z两个低维的待求解子矩阵;对混合噪声进行子空间学习;对光谱之间的图嵌入约束;构建基于子空间表示结合图嵌入约束的高光谱图像去噪模型;采用交替方向乘子法ADMM对模型进行优化求解得到解进行去噪图像估计,进而获得去除加性混合噪声后的高光谱图像即得到原始干净的图像。该方法能够高效完全处理包括高斯噪声、泊松噪声以及条带噪声的多种混合加性噪声,能够获得优越的去噪效果,在去除混合噪声方面上的有效性和高效性均有提升。
-