超拉普拉斯正则化单向低秩张量恢复:多光谱图像降噪新方法
132 浏览量
更新于2024-08-28
收藏 1.87MB PDF 举报
"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"
在多光谱图像(MSI)降噪领域,近年来基于低秩的矩阵和张量恢复方法已经成为研究热点。然而,这些方法通常忽视了图像在空间稀疏性、光谱相关性和非局部自相似性模式上的内在结构差异。本文作者通过深入分析矩阵和张量的秩属性,指出非局部自相似性是图像结构的关键特征,而传统低秩假设并不总是适用。
为了解决这个问题,研究人员提出了一种名为“超拉普拉斯正则化单向低秩张量恢复”(Hyper-Laplacian Regularized Unidirectional Low-rank Tensor Recovery)的新模型。这个模型旨在真实地捕捉图像的内在结构相关性,同时减少计算复杂度。然而,低秩模型在处理重叠区域时容易产生振铃伪影,即由于补丁或立方体的聚集导致的不自然边缘效应。
为解决振铃伪影,作者创新性地引入了分析型超拉普拉斯先验模型,利用MSI的频谱信息来建模全局频谱结构,从而间接减轻空间域中的振铃伪影。这种方法的一个显著优势是更好地表示结构相关性,同时降低了处理时间和减少了重叠区域的伪影。
与现有的多光谱图像降噪方法相比,该方法在多个基准测试中进行了广泛的评估,显示出明显的优越性。这表明,通过结合超拉普拉斯正则化和单向低秩恢复策略,可以有效地提升MSI降噪的效果和效率。
这篇研究论文为多光谱图像处理提供了一种新的、有效的解决方案,特别是在噪声去除方面。它强调了非局部自相似性的关键作用,并通过超拉普拉斯正则化技术解决了低秩模型的局限性,为未来的研究提供了有价值的参考。
2018-08-08 上传
2022-09-22 上传
2012-01-08 上传
2023-09-22 上传
2023-06-24 上传
2024-04-09 上传
2024-11-03 上传
2024-09-10 上传
2024-10-31 上传
weixin_38575421
- 粉丝: 6
- 资源: 918
最新资源
- 黑板风格计算机毕业答辩PPT模板下载
- CodeSandbox实现ListView快速创建指南
- Node.js脚本实现WXR文件到Postgres数据库帖子导入
- 清新简约创意三角毕业论文答辩PPT模板
- DISCORD-JS-CRUD:提升 Discord 机器人开发体验
- Node.js v4.3.2版本Linux ARM64平台运行时环境发布
- SQLight:C++11编写的轻量级MySQL客户端
- 计算机专业毕业论文答辩PPT模板
- Wireshark网络抓包工具的使用与数据包解析
- Wild Match Map: JavaScript中实现通配符映射与事件绑定
- 毕业答辩利器:蝶恋花毕业设计PPT模板
- Node.js深度解析:高性能Web服务器与实时应用构建
- 掌握深度图技术:游戏开发中的绚丽应用案例
- Dart语言的HTTP扩展包功能详解
- MoonMaker: 投资组合加固神器,助力$GME投资者登月
- 计算机毕业设计答辩PPT模板下载