基于混合空譜全變差和雙域低秩約束的高光譜圖像去噪

張鵬丹，寧紀(jì)鋒

（西北農(nóng)林科技大學(xué) 信息工程學(xué)院，陜西 楊凌 712100）

0 引言

高光譜成像是利用成像光譜儀在同一場景獲取多個光譜波段圖像的一種技術(shù)。它具有廣泛的應(yīng)用，涉及環(huán)境、農(nóng)業(yè)、軍事和地理等諸多領(lǐng)域［1-4］。然而，由于受傳感器靈敏度、光子效應(yīng)、光照條件和校準(zhǔn)誤差等因素的限制，高光譜圖像（Hyperspectral Image，HSI）在實際獲取過程中總是被噪聲嚴(yán)重污染。因此，作為后續(xù)研究任務(wù)的前提，HSI 去噪并獲取清晰的圖像是一個亟待解決的問題。

早期的圖像去噪方法將每個波段視為灰度圖像，然后將灰度圖像去噪方法直接逐波段的對HSI 數(shù)據(jù)進行去噪處理。MANJóN J V 等［5］在稀疏表示理論基礎(chǔ)上，提出基于K-SVD 的去噪算法；DABOV K 等［6］提出了一種基于變換域增強稀疏表示的圖像去噪方法。雖然這些方法起到了一定的去噪作用，但是由于逐波段去噪并沒有充分利用HSI 的空間和光譜相關(guān)性導(dǎo)致去噪效果并不令人滿意。LETEXIER D 和LIU Xuefeng［7-8］將HSI 視為三維張量立方體，聯(lián)合考慮空間幾何結(jié)構(gòu)和光譜的連續(xù)性，提出了多維維納濾波去噪模型。后續(xù)研究中，這類模型因為操作簡單而被廣泛應(yīng)用，例如：AEO H 等［9］針對HSI 數(shù)據(jù)特性提出了多變量多分辨率主成分分析的信號濾波去噪模型；BOLLENBECK F 等［10］在雙邊濾波的基礎(chǔ)上提出了聯(lián)合雙邊濾波去噪模型，加強了圖像的特征和細(xì)節(jié)保存。雖然這些方法在去除特定噪聲時效果明顯，但并不擅長混合噪聲的去除。

清晰的HSI 具有稀疏性和低秩性兩個重要特征。基于這兩個特征，衍生出了許多優(yōu)秀的去噪模型。……