基于加权块稀疏联合非凸低秩约束的高光谱图像去条带方法

来源 :应用光学 | 被引量 : 1次 | 上传用户:w5423112
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对高光谱图像(hyperspectral images, HSI)去条带易引起影像结构细节丢失问题,提出一种基于加权块稀疏(weighted block sparsity, WBS)正则化联合最小最大非凸惩罚(minimax concave penalty, MCP)约束的HSI去条带方法。本算法采用加权?_(2,1)范数和MCP范数对条带稀疏结构和低秩约束,?_1范数对干净图像结构保持正则化约束,构建加权块稀疏和MCP约束的条带去除模型,采用交替方向乘子(alternating directio
其他文献
针对工业实际项目提出一种高效、准确的二维码识别方法,并开发了基于机器视觉的二维码高速、批量识别系统。首先根据被测二维码在目标子空间内的位置,提出利用几何关系定位每个二维码感兴趣区域并批量处理二维码的方法。在此基础上,采用添加高斯噪声的方式模拟生产实际中可能产生的噪声,评估系统抗噪能力。最后分析系统识别率与二维码运动速度的关系并比较实验结果。通过实验验证,在1 800张的测试数据集中,二维码移动速度
具身认知强调认知是身体参与的认知,通过身体、环境、感知、心智的互动融合完成知识的表征。科技场馆借助实体场馆与先进信息技术的融合,构建了具身学习的场域。文章首先基于