基于张量字典学习的遥感图像去噪研究
详细信息 查看官网全文
- 论文作者：杨茹 ; 秦振涛
- 年：2016
- 作者机构：攀枝花学院;
- 会议召开时间：2016-10-29
- 会议录名称：资源环境与地学空间信息技术新进展学术会议论文集
- 语种：中文
- 分类号：TP751
- 学会代码：CDDQ
- 会议名称：资源环境与地学空间信息技术新进展学术讨论会
- 会议地点：中国四川成都
- 主办单位：成都理工大学地球科学学院、四川省矿物岩石地球化学学会、“构造与成矿成藏”国土资源部重点实验室（成都理工大学）、“地学空间信息技术”国土资源部重点实验室（成都理工大学）、地学核技术四川省重点实验室
- 学会名称：成都理工大学地球科学学院
- 页数：3
- 文件大小：341k
- 原文格式：O
- 会议级别：全国
摘要
<正>引言在实际工作环境中,遥感图像在其光学信息获取和传输过程中通常会受到噪声干扰而引起图像质量下降,遥感图像的噪声分析、评估和滤波作为遥感图像处理的研究重点而一直受到遥感应用领域的关注。对遥感图像去噪的主要目的主要表现在两个方面:①削弱或者抑制噪声;②保留遥感图像的重要特征信息~([1])。
引文
[1]王相海,张洪为,李放.遥感图像高斯与椒盐噪声的PDE混合去噪模型研究.测绘学报,2010,39(3):283-288.
[2]宋相法,焦李成.基于稀疏表示及光谱信息的高光谱遥感图像分类.电子与信息学报,2012,34(2):268-272.
[3]宋琳,程咏梅,赵永强.基于稀疏表示模型和自回归模型的高光谱分类.光学学报,2012,32(3):322-328.
[4]Peng Y,Meng D,Xu Z,et al.Decomposable Nonlocal Tensor Dictionary Learning for Multispectral Image Denoising.IEEE,2014.
[5]Cichocki A,Mandic D,Phan A,et al.Tensor decompositions for signal processing applications from two-way to multiway component analysis.IEEE Signal Processing Magazine,2014,32(2):1-34.
[6]Comon P.Tensors:a brief introduction.IEEE Signal Processing Magazine,2014,31(3):44-53.
[2]宋相法,焦李成.基于稀疏表示及光谱信息的高光谱遥感图像分类.电子与信息学报,2012,34(2):268-272.
[3]宋琳,程咏梅,赵永强.基于稀疏表示模型和自回归模型的高光谱分类.光学学报,2012,32(3):322-328.
[4]Peng Y,Meng D,Xu Z,et al.Decomposable Nonlocal Tensor Dictionary Learning for Multispectral Image Denoising.IEEE,2014.
[5]Cichocki A,Mandic D,Phan A,et al.Tensor decompositions for signal processing applications from two-way to multiway component analysis.IEEE Signal Processing Magazine,2014,32(2):1-34.
[6]Comon P.Tensors:a brief introduction.IEEE Signal Processing Magazine,2014,31(3):44-53.