Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Hyperspectral Image Denoising Using Tensor Decomposition under Multiple Constraints Penguraian Imej Hiperspektral Menggunakan Penguraian Tensor di bawah Pelbagai Kekangan

Zhen LI, Baojun ZHAO, Wenzheng WANG, Baoxian WANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Imej hiperspektral (HSI) umumnya terdedah kepada pelbagai hingar, seperti Gaussian dan hingar jalur. Baru-baru ini, banyak algoritma denoising telah dicadangkan untuk memulihkan HSI. Walau bagaimanapun, pendekatan tersebut tidak boleh menggunakan maklumat spektrum dengan cekap dan mengalami kelemahan penyingkiran hingar jalur. Di sini, kami mencadangkan kaedah penguraian tensor dengan dua kekangan berbeza untuk mengeluarkan bunyi campuran daripada HSI. Untuk kiub HSI, kami mula-mula menggunakan penguraian nilai tunggal tensor (t-SVD) untuk mengekalkan maklumat peringkat rendah HSI dengan berkesan. Memandangkan sifat kesinambungan spektrum HSI, kami mereka bentuk kekangan kelancaran mudah dengan menggunakan regularisasi Tikhonov untuk penguraian tensor untuk meningkatkan prestasi denoising. Selain itu, kami juga mereka bentuk kekangan jumlah variasi (TV) satu arah baharu untuk menapis hingar jalur daripada HSI. Strategi ini akan mencapai prestasi yang lebih baik untuk mengekalkan butiran imej berbanding model TV asal. Kaedah yang dibangunkan dinilai pada kedua-dua HSI bising sintetik dan sebenar, dan menunjukkan hasil yang menggalakkan.

Jawatankuasa
IEICE TRANSACTIONS on Fundamentals Vol.E104-A No.6 pp.949-953
Tarikh penerbitan
2021/06/01
Diumumkan
2020/12/01
ISSN dalam talian
1745-1337
DOI
10.1587/transfun.2020EAL2099
Jenis Manuskrip
LETTER
kategori
Image

Pengarang

Zhen LI
  Beijing Institute of Technology
Baojun ZHAO
  Beijing Institute of Technology
Wenzheng WANG
  Beijing Institute of Technology,Peking University
Baoxian WANG
  Shijiazhuang

Kata kunci

Contents [show]