基于低秩与稀疏表示的高光谱图像去噪与异常检测
图像与视频处理
2021-03-15 v1 计算机视觉与模式识别
摘要
高光谱成像以数百或数千个光谱通道的极高分辨率测量瞬时视场内电磁能量的大小。这使得能够检测物体并识别彼此间具有细微差异的材料。然而，光谱分辨率的提高往往意味着每个通道接收的光子数减少，这意味着与图像形成过程相关的噪声更大。这种退化限制了提取信息的质量及其潜在应用。因此，去噪是高光谱图像（HSI）处理中的基本问题。由于具有高度相关光谱通道的自然场景图像，HSI 具有高水平的自相似性，并可由低秩表示很好地近似。这些特性构成了 HSI 去噪中最先进方法的基础。然而，在极少出现的像素类型处，这些方法的去噪性能并非最优，且随后对这些像素的检测可能受损。为应对这些障碍，本文引入 RhyDe（鲁棒高光谱去噪），一种强大的 HSI 去噪器，其实现显式低秩表示、促进自相似性，并通过一种协同稀疏形式保留稀有像素。所提鲁棒 HSI 去噪器的去噪与检测有效性使用半真实与真实数据加以说明。
引用
@article{arxiv.2103.07437,
title = {Hyperspectral Image Denoising and Anomaly Detection Based on Low-rank and Sparse Representations},
author = {Lina Zhuang and Lianru Gao and Bing Zhang and Xiyou Fu and Jose M. Bioucas-Dias},
journal= {arXiv preprint arXiv:2103.07437},
year = {2021}
}