局部超图拉普拉斯约束的高光谱影像低秩表示去噪方法

发布时间：2018-02-01 16:59

本文关键词： 图像处理影像去噪超图拉普拉斯高光谱影像流形正则项低秩表示模型　出处：《光学学报》2017年05期 　论文类型：期刊论文

【摘要】：针对传统高光谱影像低秩表示去噪方法无法保持影像多元几何结构信息的问题,提出一种基于局部超图拉普拉斯约束的高光谱影像低秩表示去噪方法。在低秩表示模型中增加超图拉普拉斯正则项,保持数据间多元几何流形结构;并对低秩模型系数矩阵增加稀疏和非负约束条件,进一步提高模型对影像局部信息的保持能力,使得模型不仅能够恢复具有低秩性质的影像信号分量,而且可以很好地保持影像的多元几何流形结构。在AVIRIS影像和ProSpecTIR-VS影像上的对比实验表明,所提方法更好地保持了影像的空间和光谱信息,有效地改善了高光谱影像去噪效果。
[Abstract]:Aiming at the problem that the traditional low rank denoising method of hyperspectral image can not keep the multi-geometric structure information of the image. A low rank representation denoising method for hyperspectral images based on local hypergraph Laplacian constraints is proposed. The hypergraph Laplacian canonical terms are added to the low rank representation model to preserve the multivariate geometric manifold structure between data. The sparse and non-negative constraints are added to the coefficient matrix of the low-rank model, and the ability of preserving the local information of the image is further improved, so that the model can not only restore the image signal component with low rank property. In addition, the multivariate geometric manifold structure of the image can be preserved well. The comparison between the AVIRIS image and the ProSpecTIR-VS image shows that. The proposed method can better preserve the spatial and spectral information of the image and effectively improve the denoising effect of the hyperspectral image.
【作者单位】：解放军信息工程大学地理空间信息学院;国家地理信息工程国家重点实验室;
【基金】：卫星测绘技术与应用国家测绘地理信息局重点实验室经费项目(KLSMTA-201603) 地理信息工程国家重点实验室开放研究基金(SKLGIE2015-M-3-1,SKLGIE2015-M-3-2)
【分类号】：TP751
【正文快照】： 0510001-1高光谱遥感技术是20世纪80年代以来综合对地观测的重要组成部分,其优势在于将地理空间几何信息和属性信息进行有机结合,实现对观测对象的透彻理解和认知,达到对地面目标精细探测识别的目的[1-2]。高光谱遥感技术已被广泛应用于农业生产、矿物填图、目标识别与探测、

【相似文献】