摘要:针对现有的高光谱图像去噪算法采用逐波段或者全波段方式去噪,未能充分利用高光谱图像波段相似性的问题,提出了超像素分割和波段分割的高光谱图像去噪算法。本文将构建双层图模型,包括上层图和下层图模型。首先,对高光谱图像应用超像素分割技术,得到一系列的超像素。对超像素内的像素建模为节点,像素之间用边连接,构建一系列下层图,从而充分利用高光谱图像的空间信息和保留边界信息。根据超像素分割结果,沿着波段维分割,形成超像素体,以充分利用高光谱图像的波段相似性。将超像素体建模为节点,超像素体之间用边连接,构建上层图。基于构建的图结构和图分割方式,将高光谱图像去噪问题归结为一系列的优化问题,在优化问题中利用克罗内克乘积图重新定义了图拉普拉斯正则项。最后,实验结果表明,与现有算法相比,本文所提算法具有更高的平均峰值信噪比、平均结构相似性和光谱差异性。
文章目录
1 引 言
2 HSI的图信号处理表示
2.1 图和图信号
2.2 乘积图
2.3 HSI的图表示模型
2.4 超像素分割与下层图构建
2.5 波段分割与上层图构建
3 提出算法
3.1 KGLRSSBS算法
3.2 优化算法
3.3 算法复杂度分析
4 实验结果与分析
4.1 模拟数据实验
4.2 真实数据实验
4.3 参数分析
5 结束语