| 基于主成分分析和字典学习的高光谱遥感图像去噪方法 |
| |
| 引用本文： | 霍雷刚,冯象初.基于主成分分析和字典学习的高光谱遥感图像去噪方法[J].电子与信息学报,2014(11). |
| |
| 作者姓名： | 霍雷刚 冯象初 |
| |
| 作者单位： | 西安电子科技大学数学与统计学院 西安 710126 |
| |
| 基金项目： | 国家自然科学基金(61271294;60872138)资助课题 |
| |
| 摘 要： | 高光谱图像变换域各波段图像噪声强度不同,并具有独特的结构。针对这些特点,该文提出一种基于主成分分析(Principal Component Analysis,PCA)和字典学习的高光谱遥感图像去噪新方法。首先,对高光谱数据进行PCA变换得到一组主成分图像;然后,对信息量较小的主成分图像分别采用基于自适应字典的稀疏表示方法和对偶树复小波变换方法去除空间维和光谱维的噪声;最后,通过PCA逆变换得出去噪后的数据。结合主成分分析和字典学习的优势,该文方法相对于传统方法对高光谱图像具有更好的自适应性,在细节得到保留的同时有效地抑制了斑块效应。对模拟和实际高光谱遥感图像的实验结果验证了该文方法的有效性。
|
| 关 键 词： | 图像处理 高光谱图像 去噪 主成分分析 稀疏表示 字典学习 |
Denoising of Hyperspectral Remote Sensing Image Based on Principal Component Analysis and Dictionary Learning |
| |
| Huo Lei-gang,Feng Xiang-chu.Denoising of Hyperspectral Remote Sensing Image Based on Principal Component Analysis and Dictionary Learning[J].Journal of Electronics & Information Technology,2014(11). |
| |
| Authors: | Huo Lei-gang Feng Xiang-chu |
| |
| Abstract: | |
| |
| Keywords: | Image processing Hyperspectral image Denoising Principal Component Analysis (PCA) Sparse representation Dictionary learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
