發(fā)布時間：2018-01-04 13:30

  本文關(guān)鍵詞：張量組稀疏表示的高光譜圖像去噪算法　出處：《測繪學(xué)報》2017年05期 　論文類型：期刊論文

  更多相關(guān)文章： 高光譜圖像 張量 稀疏表示 非局部相似性

【摘要】：提出了一種基于張量組稀疏表示的高光譜遙感影像降噪。高光譜影像數(shù)據(jù)可視為三階張量。首先,高光譜圖像被劃分為小的張量分塊,然后,對相似的張量分塊進行聚類,并對聚類分組進行稀疏表示。基于高光譜圖像的空間非局部自相似性和光譜相關(guān)性,將張量組稀疏表示模型分解為一系列無約束低秩張量的近似問題,進而通過張量分解進行求解。對模擬和真實高光譜數(shù)據(jù)進行試驗,驗證了該算法的有效性。
[Abstract]:A hyperspectral remote sensing image denoising based on the sparse representation of Zhang Liang group is proposed. The hyperspectral image data can be regarded as the third order Zhang Liang. Firstly, the hyperspectral image is divided into small Zhang Liang blocks, and then the hyperspectral image is divided into blocks. The similar Zhang Liang is clustered and the clustering groups are represented sparsely. Based on the spatial nonlocal self-similarity and spectral correlation of hyperspectral images. The sparse representation model of Zhang Liang group is decomposed into a series of approximate problems of unconstrained and low-rank Zhang Liang, and then solved by Zhang Liang decomposition. Experiments on simulation and real hyperspectral data show that the algorithm is effective.
【作者單位】： 電子科技大學(xué);中國科學(xué)院地理科學(xué)與資源研究所;中國科學(xué)院遙感與數(shù)字地球研究所;
【基金】：國家重點研發(fā)計劃(2016YFB0501404;2016YFC1402003) 國家自然科學(xué)基金(41671436)~~
【分類號】：TP751
【正文快照】： 高光譜圖像是由二維空間信息和一維光譜信息譜數(shù)據(jù)的處理、分析和應(yīng)用非常重要。組成的三維數(shù)據(jù),具有圖譜合一且波段連續(xù)的特點,高光譜圖像去噪方法是當前的研究熱點問在軍事監(jiān)測、農(nóng)業(yè)、林業(yè)、地質(zhì)勘探和大氣監(jiān)控等多題,目前針對高光譜圖像去噪問題提出了多種方個領(lǐng)域都得到

【參考文獻】

相關(guān)期刊論文 前6條

1 黃芝娟;唐超影;陳躍庭;李奇;徐之海;馮華君;;基于非局部相似性和低秩矩陣的遙感圖像重構(gòu)方法[J];光學(xué)學(xué)報;2016年06期

2 崔賓閣;張杰;馬毅;任廣波;;高分辨率圖像輔助提取高光譜圖像端元[J];遙感學(xué)報;2014年01期

3 陳昭;王斌;張立明;;基于低秩張量分析的高光譜圖像降維與分類[J];紅外與毫米波學(xué)報;2013年06期

4 秦振濤;楊武年;潘佩芬;;基于稀疏表示和自適應(yīng)字典學(xué)習(xí)的“高分一號”遙感圖像去噪[J];光電工程;2013年09期

5 郭賢;黃昕;張樂飛;張良培;;采用張量子空間的高光譜影像多維濾波算法[J];測繪學(xué)報;2013年02期

6 楊可明;薛朝輝;賈濤濤;張濤;王立博;;高光譜影像小目標諧波分析探測模型[J];測繪學(xué)報;2013年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 王忠美;楊曉梅;顧行發(fā);;張量組稀疏表示的高光譜圖像去噪算法[J];測繪學(xué)報;2017年05期

2 楊可明;張文文;程龍;王曉峰;趙駿武;;玉米葉片重金屬銅污染的ED-T-DSGA光譜分析模型[J];農(nóng)業(yè)機械學(xué)報;2017年04期

3 袁其政;邵楓;郁梅;蔣剛毅;;基于聯(lián)合字典的3D圖像去塊效應(yīng)方法[J];光電工程;2016年08期

4 張從梅;孫權(quán)森;王超;封磊;顧一禾;;基于非局部自相似性的遙感圖像稀疏去噪算法[J];遙感技術(shù)與應(yīng)用;2016年04期

5 楊可明;劉二雄;卓偉;張婉婉;劉聰;;諧波能量譜特征向量的高光譜影像Bayes分類[J];計算機應(yīng)用研究;2017年05期

6 唐超影;陳躍庭;李奇;馮華君;徐之海;;基于信號相關(guān)性的自適應(yīng)時域視頻壓縮感知重建方法[J];光學(xué)學(xué)報;2016年10期

7 徐江明;;光譜曲線概率的高光譜影像小目標探測算法[J];黑龍江工程學(xué)院學(xué)報;2016年03期

8 汪國平;楊可明;卓偉;夏天;張文文;;高光譜影像端元數(shù)目估計的諧波分析假設(shè)檢驗?zāi)Ｐ蚚J];科學(xué)技術(shù)與工程;2016年15期

9 張濤;劉軍;楊可明;羅文杉;張育育;;結(jié)合Gram-Schmidt變換的高光譜影像諧波分析融合算法[J];測繪學(xué)報;2015年09期

10 劉飛;楊可明;孫陽陽;魏華鋒;史鋼強;;諧波分析紅邊光譜監(jiān)測玉米重金屬污染[J];湖北農(nóng)業(yè)科學(xué);2015年15期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 翁嘉文;秦怡;楊初平;李海;;單幅弱相干光數(shù)字全息圖的壓縮感知重建[J];激光與光電子學(xué)進展;2015年10期

2 譚詩語;劉震濤;李恩榮;韓申生;;基于先驗圖像約束的多光譜壓縮感知[J];光學(xué)學(xué)報;2015年08期

3 唐超影;陳躍庭;李奇;馮華君;徐之海;;基于視頻重建的顫振探測與圖像復(fù)原方法[J];光學(xué)學(xué)報;2015年04期

4 吳建榮;沈夏;喻虹;陳U，

本文編號：1378733