[發明專利]一種基于非凸低秩矩陣分解的高光譜圖像去噪方法

有效

• 申請號: 201611152247.0
• 申請日: 2016-12-14
• 公開（公告）號: CN106709881B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 陳勇勇;霍兆坤;郭延文
• 申請（專利權）人: 上海增容數據科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華;于瀚文

本發明公開了一種基于非凸低秩矩陣分解的高光譜圖像去噪方法，包括了以下步驟：1，分割高光譜圖像；2，生成矩陣；3，非凸低秩矩陣分解；4，還原子塊；5，還原高光譜圖像據，最后得到去噪后的高光譜圖像。本發明為遙感高光譜圖像去噪提供了一種高效、快速地去除各種噪聲的方法。

技術領域

本發明隸屬于計算機圖像、信息處理技術、遙感技術等領域，尤其涉及一種基于非凸低秩矩陣分解的高光譜圖像去噪方法。

背景技術

隨著數字遙感技術的快速發展，高光譜圖像廣泛應用于軍事偵察、環境科學、地質勘探、生物醫學成像等領域。由于傳感器的機械故障，圖像傳輸故障等等各種因素的影響，高光譜圖像在采集與傳輸過程中不可避免地會受到各種噪聲，例如高斯噪聲、脈沖噪聲、條紋等的污染，嚴重制約了高光譜圖像的進一步應用。同時，高光譜圖像維數的急劇增長，導致了“維數災難”。因此，設計一種既可以去除各種混合噪聲，同時可以解決“維數災難”的高光譜圖像去噪方法成為了遙感圖像應用中關鍵技術之一。

傳統的高光譜去噪方法往往有以下缺陷：1)僅僅考慮高斯白噪聲，但是在高光譜圖像中往往含有多種混合噪聲；2)僅僅用到單波段圖像信息，沒有考慮高光譜圖像中豐富的地物空間特性和光譜特性。近年來，隨著壓縮感知理論的蓬勃發展，基于低秩矩陣分解的高光譜圖像去噪方法越來越受到廣大研究者的關注。此類算法多以核范數凸近似矩陣秩函數。然而，基于核范數的低秩矩陣分解算法在高光譜圖像去噪中往往出現以下幾種問題：

1、充分利用了高光譜圖像豐富的光譜信息，但是只能有效地去除高斯噪聲和部分稀疏噪聲；

2、基于核范數的凸模型在實際高光譜圖像去噪中實際效果差，并伴隨著高光譜圖像維數的增長，計算時間顯著延長；

3、基于核范數的凸模型往往會導致矩陣秩估計過大，導致條帶噪聲無法去除；

4、基于雙邊隨機投影的低秩矩陣分解算法，往往需要提前給出矩陣的秩等先驗信息。

參考文獻：

[1]Dabov K,Foi A,Katkovnik V,et al.Image denoising by sparse 3-Dtransform-domain collaborative filtering[J].IEEE Transactions on ImageProcessing,2007,16(8):2080-95.

[2]Zhang H,He W,Zhang L,et al.Hyperspectral Image Restoration UsingLow-Rank Matrix Recovery[J].IEEE Transactions on Geoscience and RemoteSensing,2014,52(8):4729-4743.

[3]He W,Zhang H,Zhang L,et al.Hyperspectral Image Denoising viaNoise-Adjusted Iterative Low-Rank Matrix Approximation[J].IEEE Journal ofSelected Topics in Applied Earth Observations and Remote Sensing,2015,8(6):1-12.

[4]Xie Y,Qu Y,Tao D,et al.Hyperspectral Image Restoration viaIteratively Regularized Weighted Schatten,p-Norm Minimization[J].IEEETransactions on Geoscience and Remote Sensing,2016,54(8):4642–4659.

發明內容