科学研究 当前位置: 首页> 科学研究> 空-谱信息...

空-谱信息联合约束的高光谱影像复原

与传统多光谱传感器相比,高光谱推扫式传感阵列对更多波段分别成像,噪声分布更为复杂多变。不仅波段间噪声类型强度存在差异,而且噪声类型也不尽相同。因此,如何联合协同利用高光谱影像所具有的空-谱信息,实现高效地噪声抑制是提升高光谱影像应用潜力的关键问题之一。我们将传统的全变差模型扩展到高光谱影像,提出一种基于多通道全变差模型的高光谱遥感影像去噪算法;同时,为了充分挖掘高光谱影像的空谱信息互补性,发展了一种空间-光谱维自适应融合的高光谱影像去噪算法。相关研究成果3篇均发表在遥感领域国际顶级期刊“IEEE Transaction on Geoscience and Remote sensing”上。并被IEEE Geoscience and Remote sensing MagazineIEEE Transaction on Geoscience and Remote sensing等国际顶级期刊广泛引用和积极评价(Google Scholar 82次)。国际遥感信息处理领域著名学者IEEE TGRS主编Antonio Plaza教授以及IEEE TGRS副主编Jose M. Bioucas Dias教授和在其合作发表在《IEEE Geoscience and Remote Sensing Magazine》期刊上的综述性论文《Hyperspectral Remote Sensing Data Analysis and Future Challenges》中认为我们的工作是联合空谱信息进行高光谱影像复原的代表性方法。

blob.png

-谱联合自适应高光谱正则化模型

blob.png

空谱联合自适应高光谱影像去噪结果

相关论文:

Q. Yuan, L. Zhang, H. Shen, "Hyperspectral Image Denoising With a Spatial-Spectral View Fusion Strategy," IEEE Transactions on Geoscience and Remote Sensing, vol. 52, no. 5, pp. 2314-2325, 2014.

Q. Yuan, L. Zhang, and H. Shen, "Hyperspectral Image Denoising Employing a Spectral-spatial Adaptive Total Variation Model," IEEE Transactions on Geoscience and Remote Sensing, vol. 50, no. 10, pp. 3660-3677, 2012. 

J. Li, Q. Yuan, H. Shen, and L. Zhang, “Hyperspectral Image Recovery Employing a Multidimensional Nonlocal Total Variation Model,” Signal Processing, vol. 111, pp. 230-248, 2015. 

H. Zhang, W. He, L. Zhang, H. Shen, Q. Yuan, "Hyperspectral Image Restoration Using Low-Rank Matrix Recovery," IEEE Transactions on Geoscience and Remote Sensing, vol. 52, no. 8, pp. 4729-4743, 2014.

(联系人:袁强强)