基于张量环分解的非局部高光谱图像去噪算法.docx

高光谱成像技术不仅能够精细描述真实场景，提供丰富的光谱空间特征，而且具有广泛的应用，它可提高物体检测和分类的准确性。但在采集和传输高光谱图像过程中，不可避免地受到各种噪声的破坏[1]，这不仅使得高光谱图像的质量大打折扣，而且对后续应用(如图像分解、图像检测)产生不利影响。近年来，关于高光谱图像去噪的方法有很多。假设观测的高维图像看作一个张量，记为y，用数学表达式可以描述为 。y=x+N。 (1) 其中:?x∈RI1×I2×?×IN为干净图像;?N∈RI1×I2×?×IN是噪声项。高光谱图像(HSI)去噪目的是从观察到的y中去估计x。为了有效利用低秩模型的局部及非局部自相似性，Wu等[2]通过有