原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
高光谱图像是由多波段图像所构成的三维数据，包含空间结构和光谱信息，
在遥感、医学、农业等领域具有广泛的应用。然而，高光谱图像的获取易受到
各种噪声的干扰，从而降低其在下游任务中的性能及其在各个领域的应用潜力。
因此，高光谱图像去噪在高光谱图像处理和分析中具有关键的作用。传统高光
谱图像去噪方法通过利用各种先验知识提取高光谱图像的空间结构特征和光谱
特征实现去噪，但该方法在复杂和多样化噪声场景下性能不佳。为了捕获高光
谱图像的非局部空间特征和全局光谱相关性，基于深度学习的方法被广泛应用
文档评论（0）