简介概要

多任务非负字典学习的高光谱遥感图像去噪

来源期刊:控制工程2017年第12期

论文作者:周霞 卓志宏 姚敏

文章页码:2544 - 2548

关键词:图像去噪;高光谱;遥感图像;多任务学习;字典学习;稀疏表示;

摘    要:针对高光谱遥感图像去噪问题,提出了基于多任务非负字典学习的高光谱图像去噪算法。该算法基本思想是通过各波段图像稀疏表示系数矩阵一致性约束,利用高光谱遥感图像各波段之间的强相关性提高去噪性能。首先,建立高光谱遥感图像的多任务非负字典学习模型。然后构造迭代格式求解该模型得到各波段图像的冗余字典和共同的稀疏表示系数矩阵。最后利用各波段冗余字典和共同的系数矩阵复原图像。相比较现有先进的算法,由于充分利用了高光谱图像各波段的强相关性这一内在特征,使得文中算法能够很好地保持各波段图像的空间细节和光谱信息。实验结果验证了该算法的有效性。

详情信息展示

多任务非负字典学习的高光谱遥感图像去噪

周霞1,卓志宏1,姚敏2

1. 阳江职业技术学院信息工程系2. 浙江大学计算机科学与技术学院

摘 要:针对高光谱遥感图像去噪问题,提出了基于多任务非负字典学习的高光谱图像去噪算法。该算法基本思想是通过各波段图像稀疏表示系数矩阵一致性约束,利用高光谱遥感图像各波段之间的强相关性提高去噪性能。首先,建立高光谱遥感图像的多任务非负字典学习模型。然后构造迭代格式求解该模型得到各波段图像的冗余字典和共同的稀疏表示系数矩阵。最后利用各波段冗余字典和共同的系数矩阵复原图像。相比较现有先进的算法,由于充分利用了高光谱图像各波段的强相关性这一内在特征,使得文中算法能够很好地保持各波段图像的空间细节和光谱信息。实验结果验证了该算法的有效性。

关键词:图像去噪;高光谱;遥感图像;多任务学习;字典学习;稀疏表示;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号