![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
高光谱去噪
曦曦逆风
信息与通信工程专业博士生,高光谱图像智能解译方向,与我交流或进高光谱图像交流群可私聊
展开
-
HSI去噪论文解读分享之五
这是由武汉大学张良培团队中的一位准博士发表在TGRS上的一篇高光谱去噪论文,使用了深度卷积神经网络进行处理。原创 2019-10-26 22:35:37 · 1099 阅读 · 1 评论 -
HSI去噪论文分享之四
题目:Hyperspectral Image Denoising via Subspace-Based Nonlocal Low-Rank and Sparse Factorization作者:Chunhong Cao,Jie yu,Chengyao Zhou,Kai Hu,Fen Xiao,Xieping Gao关键字:Denoising,hyperspectral image(HSI...原创 2019-10-26 16:34:51 · 1088 阅读 · 3 评论 -
Spectral Python学习笔记(一)安装
关于SPy的安装和使用在官方介绍中给出了详细的解释,这里写下自身的安装过程。官方链接:[SPy]注:以下有两种方法,建议先看完再动手一、确定是否满足该包的依赖关系:SPy依赖关系SPy需要Python,并依赖于其他几个免费的Python模块。 在安装SPy之前,您应该确保符合它的依赖关系。 虽然您可以使用SPy仅使用Python和NumPy来处理高光谱数据,但是如果要使用任何SPy的图形功...原创 2019-10-23 19:58:03 · 9409 阅读 · 8 评论 -
HSI去噪论文解读分享之三
题目:Hyperspectral Image Denosing via Spectal Weight Low-rank Matrix Approximation作者:Lu Liu,Hongyan Zhang,Liangpei Zhang关键词:remote sensing;hyperspectal image denosing;spectral weighted matrix;low-r...原创 2019-10-19 20:38:57 · 1236 阅读 · 1 评论 -
HSI去噪论文解读分享之一
本文介绍了采用矩阵低秩特性用于高光谱图像的去噪,该方法相比其他方法的优越性在于可以同时去除多种噪声。原创 2019-09-13 15:27:30 · 1365 阅读 · 0 评论 -
HSI去噪论文解读之二
本文是对武汉大学张良培教授团队关于高光谱图像去噪论文的解读,本文重点介绍了在对高光谱图像进行降维处理后得到的二维矩阵的降噪处理,主要引入了RSVD方法进行矩阵处理。此外引入迭代正则化(Iterative Regularization,IR)并且对于在不同波段上的噪声分布情况的不一致,在IR中引入了噪声自适应(Noise-Adjusted)的思想,最后还提出了自适应确定算法中的参数和秩。原创 2019-09-14 17:02:49 · 1266 阅读 · 0 评论