结合贝叶斯分层学习和空谱联合先验的图像降噪方法

摘要

本发明公开了一种结合贝叶斯分层学习和空谱联合先验的高光谱图像降噪方法，首先依据高光谱图像的空谱相关性和非局部自相似性，对其进行三维滑块分割，并利用基于融合特征的相对距离先验来非局部地选出和待观测块数据最相似的若干个块数据作为协同块数据；其次利用分层先验构建贝叶斯低秩分解模型，实现协同块数据学习和表示。该模型利用低秩分解来刻画协同块数据的统计特性，并通过结合狄利克雷过程的混合高斯分布来表达噪声统计特性；然后利用变分贝叶斯方法对模型进行求解，从而实现有效降低图像噪声这一目的。本发明不仅解决了现有技术对于同时抑制高光谱图像中多种噪声这一问题的不足，而且结果准确，为其后续应用提供强有力的分析基础。