使用低秩矩阵恢复的高光谱图像恢复
高光谱图像（HSI）通常在采集过程中由于各种噪声的混合而降低质量，这些噪声可能包括高斯噪声，脉冲噪声，虚线，条纹等。 本文介绍了一种基于低秩矩阵恢复（LRMR）的HSI恢复新方法，该方法可以同时去除高斯噪声，脉冲噪声，死线和条纹。 通过按字典顺序将HSI的补丁排序为二维矩阵，可以探索高光谱图像的低秩属性，这表明干净的HSI补丁可以视为低秩矩阵。 然后，我们将HSI恢复问题公式化为LRMR框架。 为了进一步消除混合噪声，应用了“分解”算法来解决LRMR问题。 在模拟和真实数据条件下都进行了一些实验，以验证所提出的基于LRMR的HSI恢复方法的性能。
文件下载
评论信息
其他资源
- 6自由度机器人视觉伺服控制MATLAB
- hypack 中文手册
- 预瞄跟踪算法
- 硬件测试面试常见题PDF
- 7 带运放的带隙基准设计
- 联合双边滤波代码（matlab）
- 项目河畔林语.rar
- 盛大网络05年8月泄露版绝对原版
- 百万常用暴力破解密码字典解压出来200M
- （8，4）汉明码如何进行解码
- 锂电池隔膜工艺与测试.pdf
- jq22d3_tree8972201805160011.zip
- 订单系统的设计和实现
- 仿qq的jsp页面
- Mastering JavaFX 10 高清PDF版，非扫描带完整标签
- python python
- 数字系统设计与VERILOG HDL（第5版）
- 相位调制 matlab
- 网上购物系统系统分析与设计
- 方立勋javaweb 全程源码和课程笔记
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
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