基于快速三因子分解和组稀疏正则化的高光谱图像去噪

为了有效去除高光谱图像中噪声带来的干扰，提升图像质量，在局部低秩和全局组稀疏结合的框架内提出了一种基于快速三因子分解和组稀疏正则化的去噪模型。首先，将高光谱图像分解成若干三维重叠图块并将其逐波段列化成矩阵，在快速三因子分解的框架下将这些矩阵分解为两个正交因子矩阵和一个核心矩阵，对核心矩阵添加L2,1范数最小化约束；其次，对高光谱图像空间和光谱方向的梯度张量分别添加组稀疏正则化约束；最后，将低秩矩阵的三因子分解和全局组稀疏正则化结合，可以充分挖掘图像的局部低秩和稀疏的先验信息，并去除各种混合噪声。在三个数据集上与五种经典模型相比，该模型的各项评价指标更高，去噪图像保留了更多细节信息，去噪效果更好。