基于加權塊稀疏聯合非凸低秩約束的高光譜圖像去條帶方法

袁宇麗，呂俊瑞，羅學剛,3,4

（1.內江師范學院 計算機科學學院，四川 內江 641100；2.攀枝花學院 數學與計算機學院，四川 攀枝花 617000；3.四川旅游學院 信息與工程學院，四川 成都 610100；4.電子科技大學 信息與通信工程學院，四川 成都 610054）

引言

條帶噪聲是星載和機載多探條帶測器光譜儀圖像中常見的結構噪聲。高光譜成像傳感器在成像過程中不可避免地會對采集到的HSI 數據產生條帶噪聲。HSI 中的條帶噪聲將嚴重影響高光譜圖像的視覺質量，對混解、圖像融合、目標檢測、分類等后續處理提出了很大的挑戰[1]。為了獲得更好的視覺質量，提高HSI 后續應用的能力，去除HSI 中的條帶噪聲是一個重要研究課題。針對去條帶的問題，學者們提出了眾多模型[1-5]。其中，基于全變分模型[6-8]的圖像分離方法實現HSI 條帶噪聲去除效果良好，受到學者們的廣泛關注，但在實際應用中依然存在結構細節丟失等不足。為了增強去噪適應性，大量改進的方法先后被提出。2016 年Bouali 等人提出了一種自適應單向變分的HSI 條帶去除（unidirectional total variation, UTV）[7]模型，該方法利用方向TV 刻畫條帶結構，分離條帶效果良好，但對于無條帶區域的識別不夠準確，特別是對嚴重條帶噪聲的識別性能較差；Dou 等人在2018 年提出基于方向?0范數稀疏約束的去條帶噪聲模型[9]，采用方向?0范數的正則化來描述條帶全局稀疏分布，但全局稀疏度不能反映條帶分量的內部結構，當條帶稠密時導致條帶稀疏性失效；2019 年Wang等人提出RBSD（ reweighted block sparsity destriping, RBSD）去條帶模型[10]，利用加權塊稀疏和UTV 正則化約束提高圖像變化區域的局部平滑度，由于該模型沒有考慮高光譜影像的光譜特征，性能仍有較大的提升空間；……