【技术实现步骤摘要】
本申请涉及图像处理,提供一种高光谱图像混合噪声去除方法、装置、设备及介质。
技术介绍
1、众所周知,高光谱图像中包含丰富的空间信息和光谱信息,但是,由于光子效应、光计数中的随机误差、校准误差等原因,导致高光谱图像总是被不同的噪声所破坏,从而,阻碍了后续任务的进行。
2、然而,在现有的高光谱图像去噪方法中,仍然不可避免存在以下局限性:(1)当条带噪声的强度足够强以打破稀疏条件,或当条带噪声由于跨空间或光谱维度的周期模式而出现低秩结构时,因此,很难从高光谱图像中分离条带噪声;(2)由于部分现有方法中的低秩矩阵或张量建模不可避免地破坏了内部的高阶结构信息或不同模态之间的相关性,因此,容易导致图像细节丢失和光谱失真;(3)由于只利用了高光谱图像和几种噪声的一些简单特征,而忽略了同时利用高光谱图像和每种噪声的关键信息,因此,容易导致噪声去除不足和有价值信号的丢失。
3、因此,如何有效去除高光谱图像中的混合噪声成了目前亟待解决的问题。
技术实现思路
1、本申请提供一种高光谱图像
...【技术保护点】
1.一种高光谱图像混合噪声去除方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述目标图像的核范数低秩约束正则项包括如下公式:
3.如权利要求2所述的方法,其特征在于,所述线型噪声的空间维梯度稀疏约束正则项包括如下公式:
4.如权利要求3所述的方法,其特征在于,所述线型噪声的低秩约束项包括如下公式:
5.如权利要求4所述的方法,其特征在于,所述高光谱源图像的去噪模型包括如下公式:
6.如权利要求5所述的方法,其特征在于,所述优化后的去噪模型包括如下公式:
7.如权利要求1
...【技术特征摘要】
1.一种高光谱图像混合噪声去除方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述目标图像的核范数低秩约束正则项包括如下公式:
3.如权利要求2所述的方法,其特征在于,所述线型噪声的空间维梯度稀疏约束正则项包括如下公式:
4.如权利要求3所述的方法,其特征在于,所述线型噪声的低秩约束项包括如下公式:
5.如权利要求4所述的方法,其特征在于,所述高光谱源图像的去噪模型包括如下公式:
6.如权...
【专利技术属性】
技术研发人员:孔祥阳,
申请(专利权)人:四川工程职业技术大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。