基于超像素块聚类与低秩特性的高光谱图像降噪

• Published in: 数据采集与处理 Vol. 38; no. 3; pp. 549 - 564
• Main Authors: 张明华, 武玄, 宋巍, 梅海彬, 贺琪, 苏诚
• Format: Journal Article
• Language: Chinese
• Published: 上海海洋大学信息学院,上海 201306%自然资源部东海预报中心,上海 200136 01.05.2023
• Subjects: 聚类; 超像素分割; 高光谱图像处理; 低秩矩阵恢复; 降噪
• ISSN: 1004-9037
• DOI: 10.16337/j.1004-9037.2023.03.005

TP751; 高光谱图像通常受到高斯噪声、脉冲噪声、死线和条纹等干扰,因此去噪必不可少.现有基于低秩特性的降噪方法通过引入空间信息改善了降噪效果,但由于其只利用了局部相似性或非局部自相似性,而对在光谱维度存在一定结构信息的稀疏噪声去除效果较差.本文提出了基于超像素块聚类与低秩特性的高光谱图像降噪方法,实现了分块的自适应划分与聚类,在较好地保留了局部细节的同时又充分利用了非局部空间自相似性,且实验表明聚类后的超像素块组成的同物分块具有良好的空-谱双重低秩属性.该方法首先对高光谱图像进行超像素分割,再对超像素块进行聚类,得到同物分块;然后对其建立低秩矩阵恢复模型并求解,最终得到降噪后图像.本文分别在模拟数据和真实数据上进行实验,并与其他基于低秩特性的方法进行比较,结果表明:本文方法对混合噪声,尤其是具有一定结构信息的稀疏噪声具有较好的降噪性能.