王忠美，杨晓梅，顾行发

1. 电子科技大学 四川 成都 610054； 2. 中国科学院地理科学与资源研究所，北京 100101； 3. 中国科学院遥感与数字地球研究所，北京 100101



张量组稀疏表示的高光谱图像去噪算法

王忠美1,2，杨晓梅2，顾行发3

1. 电子科技大学 四川 成都 610054； 2. 中国科学院地理科学与资源研究所，北京 100101； 3. 中国科学院遥感与数字地球研究所，北京 100101

提出了一种基于张量组稀疏表示的高光谱遥感影像降噪。高光谱影像数据可视为三阶张量。首先，高光谱图像被划分为小的张量分块，然后，对相似的张量分块进行聚类，并对聚类分组进行稀疏表示。基于高光谱图像的空间非局部自相似性和光谱相关性，将张量组稀疏表示模型分解为一系列无约束低秩张量的近似问题，进而通过张量分解进行求解。对模拟和真实高光谱数据进行试验，验证了该算法的有效性。

高光谱图像；张量；稀疏表示；非局部相似性

高光谱图像是由二维空间信息和一维光谱信息组成的三维数据，具有图谱合一且波段连续的特点，在军事监测、农业、林业、地质勘探和大气监控等多个领域都得到了广泛的应用[1]。高光谱图像质量受多种复杂因素影响，高光谱图像在获取和传输过程中引入了大量噪声[2]，如热噪声、光子噪声[3]等。这些噪声不仅影响图像视觉效果还影响其后续处理和应用(如高光谱图像分类[4]、混合像元分解[5]、目标检测[6]等)，因此有效的高光谱图像去噪方法对高光谱数据的处理、分析和应用非常重要。……