利用空间-光谱梯度网络去除高光谱影像中的混合噪声
计算机视觉与模式识别
2019-10-23 v3
摘要
高光谱图像（HSIs）中混合噪声的存在严重降低数据质量、减少 HSIs 的解译精度，并限制后续 HSIs 应用。本文提出空间-光谱梯度网络（SSGN）用于 HSIs 中的混合噪声去除。所提方法采用空间-光谱梯度学习策略，考虑到稀疏噪声独特空间结构方向性以及具有附加互补信息的光谱差异，以更好地提取 HSIs 的内在与深层特征。基于全级联多尺度卷积网络，SSGN 可通过同一模型同时处理不同 HSIs 或光谱中的不同类型噪声。本研究开展的模拟与真实数据实验证实，在评价指标、视觉评估与耗时方面，所提 SSGN 的混合噪声去除性能优于其他最先进的 HSI 去噪算法。
引用
@article{arxiv.1810.00495,
title = {Hybrid Noise Removal in Hyperspectral Imagery With a Spatial-Spectral Gradient Network},
author = {Qiang Zhang and Qiangqiang Yuan and Jie Li and Xinxin Liu and Huanfeng Shen and Liangpei Zhang},
journal= {arXiv preprint arXiv:1810.00495},
year = {2019}
}
备注
Accept by IEEE TGRS