加权Schatten范数低秩表示的高光谱图像恢复

• 作者: 张倩颖 谢晓振
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱图像 图像恢复 低秩表示 Schatten范数 拉普拉斯
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 421-432
• 页数: 12页
• 分类号: TP751
• 字数: 5888字
• 语种: 中文
• DOI: 10.3788/OPE.20192702.0421

摘要

高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法.该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范数代替核函数,更精确地逼近秩函数;并选用初步无噪图像作为低秩表示的字典,进一步提高了模型对图像的恢复能力.另外,引入拉普拉斯正则项刻画数据内部的几何结构,能保持图像的细节.模拟和实际高光谱数据的实验结果表明,较多种相关的方法在视觉效果和量化指标值都有很大地改进.与经典的基于低秩先验的恢复方法相比,本文算法的平均峰值信噪比提高2.74dB,平均结构相似性数值指标提高0.03,而平均光谱角降低1.40.新模型不仅能充分利用高光谱图像光谱维的低秩先验,而且保持了数据内部的几何结构,有利于恢复出高质量的清晰图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晓振	西北农林科技大学理学院	17	28	3.0	4.0
2	张倩颖	暨南大学深圳旅游学院	1	3	1.0	1.0