基于广义 3DTV 与张量 CUR 分解的高光谱波段选择
计算机视觉与模式识别
2024-05-03 v1 数值分析
数值分析
最优化与控制
摘要
高光谱成像 (HSI) 是遥感中的一项重要技术。然而，高维度和数据量通常会带来巨大的计算挑战。波段选择对于减少高光谱图像中的光谱冗余同时保留内在关键信息至关重要。在这项工作中，我们提出了一种新颖的高光谱波段选择模型，通过将数据分解为低秩平滑分量和稀疏分量来实现。具体而言，我们通过将 -范数应用于导数来开发广义三维全变分 (G3DTV)，以保持空间-光谱平滑性。通过采用乘子交替方向法 (ADMM)，我们推导出一种高效的算法，其中张量低秩性由张量 CUR 分解蕴含。我们通过在两个基准真实世界数据集上与各种其他最先进的波段选择技术进行比较，证明了所提方法的有效性。此外，我们为无噪声和有噪声场景下的参数选择提供了实用指南。
引用
@article{arxiv.2405.00951,
title = {Hyperspectral Band Selection based on Generalized 3DTV and Tensor CUR Decomposition},
author = {Katherine Henneberger and Jing Qin},
journal= {arXiv preprint arXiv:2405.00951},
year = {2024}
}