基于张量环分解的非局部高光谱图像去噪算法

摘要

高光谱图像去除噪声的2个问题:1)在采集和运输的过程中会产生各种各样的噪声,使得人们无法快速且准确地获得信息;2)大部分去除噪声算法都在Tucker或CANDECOMP/PARAFAC(CP)上进行,而Tucker或CP是将高维信号转化为低维,改变了信号固有的结构,对于张量秩的最优估计很难,且涉及的参数使得计算量很大。针对以上问题,提出一种基于张量环分解的非局部正则化高光谱图像去除噪声算法(TRTD-NRM)。该算法利用张量环分解直接处理高维信号的特质来研究全局光谱相关性(GCS)和空间非局部自相似性(NSS),能够易于计算和很好地保留高光谱图像的内在性质。通过设计一种交替方向乘子法来求解模型。数值实验结果表明,此方法得到的去除噪声后的图像很清晰。与现有算法相比,本算法无论是从主观效果还是客观评价上均具有较强的可比性。

关键词

图像去噪 / 高光谱图像 / 张量环分解 / 潜在张量