基于超像素分割與低秩表示的高光譜圖像去噪算法研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩53頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高光譜圖像(HSI)具有波段多、數(shù)據(jù)量大、光譜分辨率高等特點(diǎn)，因此，高光譜圖像在地物探測(cè)分類(lèi)、環(huán)境監(jiān)測(cè)和目標(biāo)識(shí)別等領(lǐng)域具有廣泛的應(yīng)用前景。然而，由于獲取到的高光譜圖像摻雜著各種不同類(lèi)型的噪聲。因此，對(duì)高光譜圖像進(jìn)行去噪是必須的以及很重要的一個(gè)過(guò)程。
　　近年來(lái)，各種高光譜圖像去噪方法紛紛被提出，這些方法都能有效的去除特定的噪聲，但是，大部分方法不能同時(shí)去除多種類(lèi)型的噪聲。然而，基于低秩表示（LRR）的方法已經(jīng)被用于高光譜圖像去噪的

2、領(lǐng)域中，這種方法能同時(shí)移除各種不同類(lèi)型的噪聲：高斯噪聲、脈沖噪聲、死線等等。然而，基于LRR的方法不能夠充分的利用高光譜圖像中的空間信息。在本文中，我們把超像素分割的技術(shù)加入到LRR中，這樣就能夠得到我們所提出的SP-LRR的方法。首先，我們使用主成分分析法(PCA)去獲得高光譜圖像的第一個(gè)主成分。第二，在高光譜圖像的第一主成分中我們采用超像素分割的方法獲得同質(zhì)區(qū)域。由于我們通過(guò)PCA結(jié)合了超像素分割的方法，從而能夠充分利用高光譜圖像的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論