本文關(guān)鍵詞：基于低秩字典學(xué)習(xí)的高光譜遙感圖像去噪，由筆耕文化傳播整理發(fā)布。

【摘要】：針對高光譜遙感圖像(Hyperspectral Image,HSI)去噪問題,提出了基于非局部低秩字典學(xué)習(xí)的圖像去噪算法。該算法利用高光譜遙感圖像各波段之間的強(qiáng)相關(guān)性,結(jié)合圖像非局部自相似性和局部稀疏性提高去噪性能。首先,結(jié)合各波段圖像的強(qiáng)相關(guān)性、非局部自相似性和局部稀疏性建立非局部低秩字典學(xué)習(xí)模型,然后,利用迭代法求解該模型得到冗余字典和稀疏表示系數(shù),最后,利用冗余字典和稀疏表示系數(shù)復(fù)原圖像。相比較現(xiàn)有先進(jìn)的算法,由于充分利用了高光譜圖像各波段的強(qiáng)相關(guān)性這一內(nèi)在特征,使得該算法能夠很好地保持高光譜遙感圖像的細(xì)節(jié)信息,達(dá)到了預(yù)期效果。
【作者單位】： 河北經(jīng)貿(mào)大學(xué)計算機(jī)中心;河北經(jīng)貿(mào)大學(xué)信息技術(shù)學(xué)院;燕山大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 圖像去噪 高光譜 遙感圖像 低秩 字典學(xué)習(xí)
【基金】：河北省高等學(xué)�？茖W(xué)技術(shù)研究項目(QN20131136)
【分類號】：TP751
【正文快照】： 1引言高光譜遙感圖像(HSI)通常是指光譜分辨率在10-2λ(其中,λ表示波長)數(shù)量級范圍內(nèi)的一組光譜圖像,一般包括幾十個甚至數(shù)百個光譜波段。高光譜遙感圖像擁有更多的窄波段成像,提供了更為豐富的地物信息,特別是在可見光到近紅外區(qū)域中達(dá)到了納米級的光譜分辨率,因此受到各國

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 練秋生;石保順;陳書貞;;字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J];自動化學(xué)報;2015年02期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 張靜妙;高雙喜;王曉娜;;基于低秩字典學(xué)習(xí)的高光譜遙感圖像去噪[J];控制工程;2016年06期

2 游寒旭;李為;李昕;朱杰;;稀疏線性預(yù)測字典在語音壓縮感知中的應(yīng)用[J];上海師范大學(xué)學(xué)報(自然科學(xué)版);2016年02期

3 孟祥瑞;趙瑞珍;岑翼剛;張鳳珍;;用于壓縮采樣信號重建的回溯正則化自適應(yīng)匹配追蹤算法[J];信號處理;2016年02期

4 王冬梅;馮Pr;王海鵬;于微波;;疲勞駕駛檢測中基于稀疏表示的眼睛狀態(tài)識別研究[J];影像科學(xué)與光化學(xué);2016年01期

5 文偉;王英華;馮博;劉宏偉;;基于監(jiān)督非相干字典學(xué)習(xí)的極化SAR圖像艦船目標(biāo)檢測[J];自動化學(xué)報;2015年11期

6 范引娣;;基于分布結(jié)構(gòu)約束稀疏表示的圖像分類方法[J];計算機(jī)與現(xiàn)代化;2015年07期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 劉芳;武嬌;楊淑媛;焦李成;;結(jié)構(gòu)化壓縮感知研究進(jìn)展[J];自動化學(xué)報;2013年12期

2 彭義剛;索津莉;戴瓊海;徐文立;;從壓縮傳感到低秩矩陣恢復(fù):理論與應(yīng)用[J];自動化學(xué)報;2013年07期

3 練秋生;張鈞芹;陳書貞;;基于兩級字典與分頻帶字典的圖像超分辨率算法[J];自動化學(xué)報;2013年08期

4 張海;王堯;常象宇;徐宗本;;L_(1/2)正則化[J];中國科學(xué):信息科學(xué);2010年03期

5 練秋生;陳書貞;;基于混合基稀疏圖像表示的壓縮傳感圖像重構(gòu)[J];自動化學(xué)報;2010年03期

6 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報;2009年05期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃建偉;張成;;一種基于小波的圖像去噪方法[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2010年02期

2 任麗莎;賈瑞芝;楊瑩;;基于特征探測函數(shù)的圖像去噪[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2011年09期

3 龍華;涂亞慶;;一種新的形態(tài)中值小波圖像去噪方法[J];后勤工程學(xué)院學(xué)報;2011年02期

4 孫曉明;周冬梅;張順;;圖像去噪方法的對比研究[J];科技視界;2014年06期

5 丁興號,鄧善熙,楊永躍;基于小波包的圖像去噪方法[J];電子測量與儀器學(xué)報;2003年02期

6 李強(qiáng);謝志宏;;組合層內(nèi)和層間小波系數(shù)的圖像去噪方法[J];裝甲兵工程學(xué)院學(xué)報;2008年05期

7 金志泉;葛洪偉;;一種非參數(shù)回歸圖像去噪方法[J];淮陰工學(xué)院學(xué)報;2008年05期

8 周浩;晏小飛;;基于改進(jìn)“自蛇”模型的圖像去噪方法[J];科學(xué)技術(shù)與工程;2010年02期

9 賈輝;林義剛;李娜;李宏;;獨立分量分析在圖像去噪中的應(yīng)用[J];長江大學(xué)學(xué)報(自然科學(xué)版)理工卷;2010年02期

10 楊飚;李錫放;張曾科;;基于穩(wěn)健回歸的自適應(yīng)圖像去噪方法[J];科學(xué)技術(shù)與工程;2012年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

6 劉曙光;費(fèi)佩燕;屈萍鴿;;基于對偶樹復(fù)小波的圖像去噪技術(shù)研究[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張偉;具有擴(kuò)散—波動調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問題中的應(yīng)用[D];東南大學(xué);2015年

5 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

6 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評價研究[D];南京理工大學(xué);2012年

7 侯建華;基于小波及其統(tǒng)計特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

8 龐志峰;圖像去噪問題中的幾類非光滑數(shù)值方法[D];湖南大學(xué);2010年

9 褚標(biāo);小波理論在圖像去噪與紋理分析中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

10 張建平;基于偏微分方程的圖像去噪和分割方法[D];大連理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長安大學(xué);2015年

3 楊巧;新的TV改進(jìn)模型以及在SAR圖像去噪中的應(yīng)用[D];陜西師范大學(xué);2015年

4 顏珂;高通量基因測序堿基識別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

6 陳會娟;噪聲的估計及基于快速NLM的去除[D];華僑大學(xué);2015年

7 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

8 范旭;基于Contourlet變換的SAR圖像去噪研究[D];西安電子科技大學(xué);2015年

9 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

10 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于低秩字典學(xué)習(xí)的高光譜遙感圖像去噪，，由筆耕文化傳播整理發(fā)布。

本文編號：482316