Hyperspektrale Restauration über L₀ Gradient regulierte Niedrigrangtensorfaktorierung

Aufgrund des Mechanismus des Datenakquisitionsprozesses sind hyperspektrale Bilder (HSI) normalerweise durch verschiedene Geräusche kontaminiert, z. B. durch Gaußsches Rauschen, Impulsrauschen, Streifen und tote Linien. In diesem Artikel wird eine spektral-räumliche L₀ Gradient regulierte Niedrigrangtensorfaktorierung (LRTFL₀) Methode für die Hyperspektral-Rauschunterdrückung vorgeschlagen, bei der das restaurierte HSI durch Niedrigrangblocktermfaktorierung (BTD) approximiert wird. BTD faktorisiert einen Tensor in die Summe einer Reihe von Komponententensoren, von denen jeder durch das äußere Produkt einer Matrix und eines Vektors dargestellt wird. Aus der Perspektive des Unterraumslernens können der Vektor und die Matrix als spektrales Atom und seine entsprechenden Kodierungskoeffizienten betrachtet werden. In der vorgeschlagenen Methode werden die Korrelationen in beiden spektralen und räumlichen Domänen über die kleine Größe der Atomen gesetzt und die Niedrigrangigkeit der Kodierungsmatrizen berücksichtigt. Darüber hinaus haben HSIs auch die lokale Struktur von stückweiser Glattheit in beiden spektralen und räumlichen Domänen. Motiviert durch die überragenden Vorteile der L₀ Gradientregulierung bei der Bildstrukturverwertung entwickeln wir eine spektral-räumliche L₀ Gradientregulierung und betten sie in BTD ein, um die spektral-räumliche Texturinformation zu erkunden. Die vorgeschlagene Methode kann gleichzeitig verschiedene Arten von Geräuschen entfernen, und die experimentellen Ergebnisse sowohl auf synthetischen Daten als auch auf realen Daten zeigen ihre Überlegenheit im Vergleich zu mehreren hochmodernen Methoden.