基于鲁棒低秩张量恢复的高光谱图像去噪

去噪是高光谱图像进一步分析的重要预处理步骤,许多去噪方法都被用于高光谱图像数据立方体的去噪。然而,传统的去噪方法对异常值和非高斯噪声很敏感。文中利用底层干净HSI的张量性质数据、异常值的稀疏性质和非高斯噪声,提出一个新的基于鲁棒低秩张量修复的模型,从而在保护HSI的同时删除离散值的全局结构和不同类型的噪声(高斯噪声、脉冲噪声、死线等)。该模型可以用非精确增广拉格朗日法求解,仿真和真实高光谱图像实验的结果表明,该方法对HSI去噪是有效的。