文献类型：期刊文章

作　　者：周航[1] 苏延池[2] 李占山[3] 花昀峤[4]

ZHOU Hang;SU Yanchi;LI Zhanshan;HUA Yunqiao(College of Software,Jilin University,Changchun 130012,China;College of Artificial Intelligence,Jilin University,Changchun 130012,China;College of Computer Science and Technology,Jilin University,Changchun 130012,China;Asset Management Division,Jilin University,Changchun 130012,China)

机构地区：[1]吉林大学软件学院,长春130012 [2]吉林大学人工智能学院,长春130012 [3]吉林大学计算机科学与技术学院,长春130012 [4]吉林大学资产管理处,长春130012

出　　处：《吉林大学学报（理学版）》

基　　金：吉林省自然科学基金(批准号:20180101043JC);吉林省发展改革委员会省预算内基本建设基金(批准号:2019C053-9)。

年　　份：2023

卷　　号：61

期　　号：1

起止页码：118-126

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对高光谱图像中存在混合噪声的问题,提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声.子空间表示利用光谱频带之间的相关性,选取合适的正交矩阵,将高光谱图像投影到低维子空间中,使提出的算法具有较低的复杂度,简化去噪过程的同时去除图像中的部分噪声.去噪过程基于从简化图像中提取的低秩张量进行,引入加权低秩张量正则化项表征简化图像子空间的先验信息,基于Tucker分解中核范数的物理意义构建合理的加权机制,保留高光谱图像的内在结构相关性.并且设计了一种基于迭代最小化的方法,用于求解提出的非凸去噪模型.在模拟和真实数据集上的实验结果表明,该子空间表示和加权低秩张量正则化方法在定量和定性分析上都取得了较好的去噪效果.

关 键 词：高光谱图像去噪  子空间表示  加权低秩张量正则化  

分 类 号：TP391]