收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于子空间低秩表示的高光谱图像去噪方法研究

张显  
【摘要】:高光谱图像因含有十分丰富的光谱特征信息,在诸多领域都有着非常重要的应用。而由于传感器以及自然环境的原因,实际采集到的高光谱图像常含有非常复杂的混合噪声,比如高斯噪声、脉冲噪声以及死线噪声等其他类型的噪声,这不仅会影响高光谱图像的目视效果,更会直接影响到其后续应用。因此,高光谱图像的去噪是一项必不可少的过程。从高光谱图像光谱间的低秩性出发,可以很好地建立基于低秩、稀疏矩阵分解的去噪模型,但该模型把高光谱图像的光谱空间看成是一个单一的低秩子空间,事实上由真实的地物种类,其光谱向量可以分成不同的类别,即高光谱图像的光谱空间应看成是多个低秩子空间的联合。而探究数据潜在的联合低秩结构,子空间低秩表示模型是十分有效的,并且已经成功应用于高光谱图像的去噪领域。本文基于传统子空间低秩表示模型,针对高光谱图像的混合噪声去除问题,提出了以下三种新的去噪方法:(1)基于非局部相似联合的子空间低秩表示(NLSJ-SLRR)的高光谱图像去噪方法:传统的子空间低秩表示模型缺乏对图像中空间信息的有效利用,针对这一问题,该方法首先对高光谱图像进行分块处理,以加强图像中的局部相关性,然后通过聚类方式将相似的图像块联合以加强图像中非局部相似性的利用,最后利用子空间低秩表示模型对联合好的图像块进行去噪处理。同时,通过初步的去噪处理,该方法也提出了一种新的字典选取策略。(2)基于空间-光谱全变分的子空间低秩表示(SLRR-SSTV)的高光谱图像去噪方法:为进一步加强高光谱图像中空间光谱信息的利用,并使其能够在模型中有更直观的表达,在子空间低秩表示模型的基础上引入了空间-光谱全变分约束项,建立了一种新的混合去噪模型。该模型不仅能非常好地满足高光谱图像光谱空间上的低秩特性,又能有效地保留图像中的边缘特征,并且可以很好地加强高光谱图像在空间域以及光谱域的光滑性。(3)基于空间-光谱全变分的约束子空间低秩表示(CSLRR-SSTV)的高光谱图像去噪方法:死线噪声是高光谱图像中所特有的噪声类型,可看成是极端情况下的条带噪声。事实上,采用低秩约束建立的高光谱图像去噪模型容易将结构化的稀疏噪声,尤其是处在不同波段相同位置上的死线噪声,看成是潜在的低秩成分。针对此类噪声,在SLRR-SSTV的基础上,对该模型中的低秩成分进行强约束,以达到更好的稀疏噪声去除效果。文中对所提出的三种新去噪方法在模拟数据集及真实数据集上分别进行了实验,并与现阶段性能比较良好的去噪方法进行了对比分析。实验结果表明,无论是在目视的效果,还是在定量的指标上,本文所提的去噪方法均取得了十分优异的表现。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 牟奇春;;基于复值特征子空间的高光谱图像去噪[J];西南师范大学学报(自然科学版);2020年10期
2 马云;曾祥忠;;图像去噪方法探析[J];科技与创新;2016年23期
3 贺丽丽;;图像去噪处理技术在通信领域的应用[J];电子技术与软件工程;2017年03期
4 刘涛;;改进分数阶积分的激光图像去噪研究[J];内蒙古师范大学学报(自然科学汉文版);2017年02期
5 宋柏霖;;数字滤波技术在医学图像去噪中的应用[J];数字技术与应用;2016年10期
6 雷燕;唐文娟;;一种基于小波变换的图像去噪方法的应用研究[J];河南科学;2013年01期
7 褚晶辉;李英敏;宋垣;吕卫;;一种医学图像去噪程序的并行优化[J];中国医学物理学杂志;2012年06期
8 王勇智,黄红波;一种数学图像去噪的新方法[J];岳阳职业技术学院学报;2005年01期
9 陈明;基于多带复数小波与最大后验概率估计法的图像去噪方法[J];模糊系统与数学;2004年01期
10 许黎;黄果;陈庆利;秦洪英;门涛;蒲亦非;;一种基于分数阶积分的图像去噪改进方法(英文)[J];Frontiers of Information Technology & Electronic Engineering;2020年10期
11 黄子吉;肖杰;陆安江;徐乃涛;孙其梁;;几种图像去噪方法的比较研究[J];通信技术;2017年11期
12 张小波;;图像去噪算法设计的三种形态[J];咸阳师范学院学报;2015年02期
13 李明杰;刘小飞;;高斯滤波在水下声呐图像去噪中的应用[J];黑龙江科技信息;2015年19期
14 董海燕;;一种改进的变分法图像去噪模型[J];数学学习与研究;2019年17期
15 强彦;卢军佐;赵涓涓;;PET/CT医学图像去噪方法的研究[J];清华大学学报(自然科学版);2012年08期
16 张学梦;籍芳;;基于小波系数相关性的图像去噪研究[J];潍坊教育学院学报;2010年02期
17 仲崇丽;;数字图像去噪方法的比较与研究[J];中国新技术新产品;2010年15期
中国重要会议论文全文数据库 前20条
1 杨怀良;张祥朝;;基于p-范数的图像去噪研究[A];上海市激光学会2015年学术年会论文集[C];2015年
2 靳士利;赵志刚;;基于小波与非线性扩散的混合图像去噪[A];图像图形技术研究与应用(2010)[C];2010年
3 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
4 费佩燕;郭宝龙;;基于小波变换的磁共振图像去噪方法研究[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
5 侯培国;赵静;刘明;;基于小波变换的图像去噪[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
6 张俞晴;何宁;甄雪艳;孙欣;;基于机器学习的图像去噪研究进展[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年
7 王静;徐志京;;基于中值滤波和形态学的声纳图像去噪研究[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
8 姜伟;任喜军;周正威;郭光灿;;局域不可区分的子空间[A];第十三届全国量子光学学术报告会论文摘要集[C];2008年
9 王保云;陈飞;邓萍;;基于稀疏子空间表示的在线目标跟踪[A];第26届中国控制与决策会议论文集[C];2014年
10 孟继成;杨万麟;;基于正交判别分析子空间的雷达目标识别[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
11 杨茹;秦振涛;;基于张量字典学习的遥感图像去噪研究[A];资源环境与地学空间信息技术新进展学术会议论文集[C];2016年
12 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
13 方晨;王智慧;周向东;周皓峰;汪卫;施伯乐;;基于动态子空间距离的图像聚类[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
14 侯艳芹;李均利;魏平;陈刚;;一种新的基于模糊均差和小波阈值的医学图像去噪方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
15 周敬;刘强;谢晓梅;陈敏;;基于低秩分解和引导滤波的水声图像去噪[A];2018年全国声学大会论文集 C水声工程和水声信号处理[C];2018年
16 邵炫;孙超;;水平空间相关性对子空间降秩检测方法性能的影响[A];2014年中国声学学会全国声学学术会议论文集[C];2014年
17 韩云龙;;基于改进阈值函数的小波图像去噪方法[A];第十五届沈阳科学学术年会论文集(理工农医)[C];2018年
18 向坚;;基于子空间的运动索引[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
19 邓超;;基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
20 周学君;;关于子空间信息准则的扰动分析[A];第九届中国青年信息与管理学者大会论文集[C];2007年
中国博士学位论文全文数据库 前20条
1 张晓娟;自适应偏微分方程与图像去噪[D];上海大学;2019年
2 Abdelgader Siddig Elzibaer Abdelgader;基于四阶非线性偏微分方程模型的图像去噪[D];哈尔滨工业大学;2018年
3 施克汉;基于椭圆和抛物型方程组的图像去噪和压缩[D];哈尔滨工业大学;2018年
4 李小平;低秩与稀疏正则化在图像去噪与分割中的建模研究[D];西安电子科技大学;2017年
5 贾西西;面向低层视觉的稀疏低秩模型理论与方法[D];西安电子科技大学;2018年
6 曾武;基于不可分小波的图像去噪方法研究[D];武汉大学;2013年
7 王伟娜;分块常值信号和图像去噪问题的若干研究[D];中国科学技术大学;2018年
8 张睿;子空间回归分析及其算法应用[D];西北工业大学;2018年
9 李宝华;几类基于数据重建的子空间聚类问题研究[D];大连理工大学;2017年
10 李幼凤;闭环子空间辨识方法及其应用[D];浙江大学;2010年
11 吴平;基于子空间的系统辨识及其应用[D];浙江大学;2009年
12 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年
13 江修保;子空间学习若干问题研究及其应用[D];华中科技大学;2016年
14 刘奎;基于变分PDE和非局部均值图像去噪方法的研究[D];合肥工业大学;2016年
15 张长青;基于自表达的多视角子空间聚类方法研究[D];天津大学;2016年
16 杨利平;保局子空间人脸特征提取及识别方法研究[D];重庆大学;2008年
17 胡先君;密文域图像去噪方法研究[D];中国科学技术大学;2017年
18 郭双乐;基于压缩感知和子空间技术的匹配场定位技术研究[D];中国海洋大学;2014年
19 刘俊;人脸图像的子空间表示研究[D];南京航空航天大学;2007年
20 张文林;基于子空间的声学模型及自适应技术研究[D];解放军信息工程大学;2013年
中国硕士学位论文全文数据库 前20条
1 张显;基于子空间低秩表示的高光谱图像去噪方法研究[D];南京邮电大学;2020年
2 谭显静;图像去噪的ROF模型的理论分析与算法研究[D];重庆大学;2019年
3 严玉芳;基于低秩张量恢复的图像去噪方法[D];温州大学;2019年
4 张兴妥;偏微分方程在图像去噪中的应用研究[D];重庆邮电大学;2018年
5 周敬;水声图像去噪方法研究[D];电子科技大学;2019年
6 王乐蓉;图像去噪的变分引导滤波及其快速算法[D];河南理工大学;2018年
7 陈银星;多图像去噪方法及应用[D];五邑大学;2019年
8 柴华荣;卷积神经网络在图像去噪中的应用研究[D];安徽理工大学;2019年
9 陈曦;基于深度卷积神经网络的图像去噪[D];合肥工业大学;2019年
10 张慧丽;结构自适应全变分型图像去噪模型[D];河南大学;2019年
11 周亚美;一种新型的各向异性全变分型图像去噪模型[D];河南大学;2019年
12 周辉;结合双正则和H~(-1)范的非局部图像去噪方法研究[D];北京交通大学;2019年
13 宁豆;基于残差学习的图像去噪研究[D];陕西师范大学;2019年
14 杨晶华;图像去噪问题的数学模型和快速算法研究[D];电子科技大学;2019年
15 沈晨;基于压缩感知的无人机侦察图像去噪方法研究[D];国防科技大学;2017年
16 谢鹏;基于卷积神经网络的图像去噪研究[D];湘潭大学;2019年
17 李相捧;基于l~q范数的自适应正则化模型去噪算法研究[D];湘潭大学;2019年
18 果实;基于卷积神经网络的真实相机图像去噪的研究[D];哈尔滨工业大学;2019年
19 蔡明晧;基于FPGA的图像去噪处理及硬件实现[D];青岛大学;2019年
20 李楠;基于深度学习的图像去噪声方法研究[D];长春理工大学;2019年
中国重要报纸全文数据库 前13条
1 郭建春;图像去噪技术中国专利申请分析[N];中国知识产权报;2012年
2 贺安康 本报记者 李春明;共推“贵阳一号”高光谱卫星 大数据应用项目落地[N];贵阳日报;2019年
3 部讯;我国首颗民用高光谱业务卫星成功发射[N];中国矿业报;2019年
4 记者 陆琦;我国发射首颗民用高光谱业务卫星[N];中国科学报;2019年
5 南方日报记者 郑佳欣 朱紫强 沈梦怡;“珠海一号”第二批卫星最快年底发射[N];南方日报;2017年
6 赵凡;“高光谱小卫星载荷关键技术研究”启动[N];中国国土资源报;2009年
7 岳付升 本报记者 付毅飞;高分五号卫星成功发射[N];科技日报;2018年
8 本报记者 陈海波;高分五号:“天眼”监测环境污染[N];光明日报;2018年
9 本报记者 游笑春 范陈春;发力高光谱 农业好出路[N];福建日报;2020年
10 记者 高志民;我国首颗自主高光谱卫星投入运行[N];人民政协报;2020年
11 张守松 吴燕辛;中国地调局油气中心引进国内首台高光谱岩芯扫描仪[N];中国矿业报;2015年
12 记者 沈梦怡;“珠海造”卫星本月完成12星组网[N];南方日报;2019年
13 本报记者 刘晓星;高分专项高分五号卫星成功发射[N];中国环境报;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978