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:
高光谱图像(HSI)在获取过程中不可避免地受到各种噪声的干扰,如高斯白噪声、冲击噪声、坏死的线条等.为了确保后续应用能够顺利进行,高光谱图像的恢复是一项重要的预处理过程.文中提出一种新的高光谱图像恢复方法,主要有以下两点贡献:其一,将低秩表示模型引入到高光谱图像恢复中;其二,利用高光谱图像的相似图像块进行联合低秩表示.模拟和实际高光谱图像数据的实验结果表明,所提出的方法能有效地去除各种噪声干扰,同时较好地恢复图像细节,因此可作为一种实现高光谱图像恢复的有效手段.
推荐文章
基于列约束的低秩矩阵恢复方法
遮挡点
低秩矩阵
奇异值分解
列约束
基于张量秩校正的图像恢复方法?
图像恢复
张量奇异值分解
张量秩校正
张量近似点算法
加权Schatten范数低秩表示的高光谱图像恢复
高光谱图像
图像恢复
低秩表示
Schatten范数
拉普拉斯
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
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 一种基于低秩表示的高光谱图像恢复方法
来源期刊 复旦学报(自然科学版) 学科
关键词 高光谱图像 低秩表示 相似图像块 联合 恢复
年,卷(期) 2017,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 346-358
页数 13页 分类号
字数 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 王斌 复旦大学电磁波信息科学教育部重点实验室 155 1172 18.0 27.0
5 蔡荣荣 复旦大学电磁波信息科学教育部重点实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (3)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱图像
低秩表示
相似图像块
联合
恢复
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
复旦学报(自然科学版)
双月刊
0427-7104
31-1330/N
16开
上海市邯郸路220号
4-193
1955
chi
出版文献量(篇)
2978
总下载数(次)
5
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
论文1v1指导