基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于张量子空间的多维滤波算法,将其应用于高光谱遥感影像降噪.该方法将高光谱影像数据视为三阶张量,引入张量数据表达,通过张量子空间分解将含噪影像投影到信号子空间,根据影像信号与噪声在子空间中分布的不同滤除噪声并保留原始影像的信号成分.利用该算法作用于多组合噪高光谱数据,对比逐波段二维维纳滤波算法、小波降噪算法等传统数字图像降噪算法的结果,试验证明了这种新型降噪算法的有效性.
推荐文章
高光谱影像波段选择算法研究
高光谱影像
波段选择
特征提取与选择
融合高光谱影像三维空谱特征的子空间聚类算法
高光谱遥感影像
三维空谱特征
子空间聚类
空间上下文信息
融合光谱-空间多特征的高光谱影像张量特征提取
高光谱影像
光谱-空间特征
多特征
张量判别分析
特征提取
采用双通道时间稠密网络的高光谱影像分类方法
高光谱影像分类
特征提取
双通道
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用张量子空间的高光谱影像多维滤波算法
来源期刊 测绘学报 学科 地球科学
关键词 高光谱影像 降噪 张量子空间 特征值分解
年,卷(期) 2013,(2) 所属期刊栏目 学术论文
研究方向 页码范围 253-259,267
页数 8页 分类号 P237
字数 5422字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张良培 武汉大学测绘遥感信息工程国家重点实验室 127 2239 28.0 40.0
2 黄昕 武汉大学测绘遥感信息工程国家重点实验室 17 355 8.0 17.0
3 张乐飞 武汉大学测绘遥感信息工程国家重点实验室 19 186 8.0 13.0
4 郭贤 武汉大学测绘遥感信息工程国家重点实验室 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (98)
参考文献  (18)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (19)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
高光谱影像
降噪
张量子空间
特征值分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导