超拉普拉斯正则化单向低秩张量恢复用于多光谱图像降噪

上传者: 38575421 | 上传时间: 2021-12-11 20:21:51 | 文件大小: 1.87MB | 文件类型: -
最近的基于低秩的矩阵/张量恢复方法已经在多光谱图像(MSI)去噪中得到了广泛的探索。 但是,这些方法忽略了固有结构相关性沿空间稀疏性,光谱相关性和非局部自相似性模式的差异。 在本文中,我们通过对矩阵和张量情况下的秩属性进行详细分析,进一步找出非局部自相似性是关键因素,而其他人的低秩假设可能不成立。 这促使我们设计一个简单而有效的单向低秩张量恢复模型,该模型能够如实地捕获固有的结构相关性,并减少计算负担。 然而,由于重叠的补丁/立方体的聚集,低等级模型遭受了振铃伪影。 虽然以前的方法诉诸于空间信息,但我们通过利用MSI中的专有频谱信息来解决此问题,从而提供了一个新的视角。 引入基于分析的超拉普拉斯先验模型对全局频谱结构进行建模,以间接减轻空间域中的振铃伪影。 与现有方法相比,该方法的优点是多方面的:更合理的结构相关可表示性,更少的处理时间以及重叠区域中更少的伪影。 所提出的方法在多个基准上得到了广泛评估,并且明显优于最新的MSI去噪方法。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明