空间谱总变化(SSTV)模型已被广泛用作高光谱图像(HSI)的有效正规化,用于各种应用,例如混合噪声去除。但是,由于SSTV统一地计算局部空间差异,因此很难消除噪声,同时保留具有细边和纹理的复杂空间结构,尤其是在高噪声强度的情况下。为了解决这个问题,我们提出了一种称为Graph-SSTV(GSSTV)的新电视型正则化,该图从噪声HSIS明确反映了目标HSI的空间结构,并结合了基于此图的加权空间差异操作员。此外,我们将混合噪声删除问题作为涉及GSSTV的凸优化问题,并基于原始的双重分裂方法开发有效的算法来解决此问题。最后,我们通过消除混合噪声的实验与现有的HSI正则化模型相比,证明了GSSTV的有效性。源代码将在https://www.mdi.c.titech.ac.ac.jp/publications/gsstv上找到。
translated by 谷歌翻译