非局部邂逅全局:一种高光谱去噪的集成范式
计算机视觉与模式识别
2019-03-28 v2
摘要
非局部低秩张量近似已发展为高光谱图像(HSI)去噪的最优方法。遗憾的是,随着 HSI 光谱波段增多,这些方法的运行时间显著增加,而其去噪性能却获益甚少。本文中,我们指出 HSI underlying 一个全局光谱低秩子空间,且每个全波段块组的光谱子空间应隶属于该全局低秩子空间。这促使我们提出一种统一的空间-光谱范式用于 HSI 去噪。由于新模型难以优化,我们进一步受交替最小化启发提出了一种高效的优化算法。具体做法是:首先从含噪 HSI 中学习低维投影及相应的降维图像;然后,分别发展非局部低秩去噪与迭代正则化来精炼降维图像与投影。最后,在合成与真实数据集上的实验展示了相对于其他最优 HSI 去噪方法的优越性。
引用
@article{arxiv.1812.04243,
title = {Non-local Meets Global: An Integrated Paradigm for Hyperspectral Denoising},
author = {Wei He and Quanming Yao and Chao Li and Naoto Yokoya and Qibin Zhao},
journal= {arXiv preprint arXiv:1812.04243},
year = {2019}
}