[1] 王毅,彭杰,赵强,等.基于全变分正则化低阶张量分解的高光谱图像复原[J]。IEEE应用地球观测和遥感专题期刊,2018,11(4):1227-1243。 [2]吴庆岗,刘中驰,贺梦坤.融合MS3D-CNN公司和注意力机制的高光谱图像分类[J] ●●●●。重庆理工大学学报(自然科学),2023,37(2):173-182. [3] 赵玉强,杨杰.基于稀疏表示和低阶约束的高光谱图像去噪[J]。IEEE地球科学与遥感汇刊,2014,53(1):296-308。 [4] 李杰,袁强,沈赫,等.基于联合谱空间分布稀疏表示的高光谱图像去噪[J]。IEEE地球科学与远程传感器学报,2016年,54(9):5425-5439。 [5] BUADES A,COLL B,MOREL J M.图像去噪的非局部算法[C]//2005 IEEE计算机学会计算机视觉与模式识别会议.2005,2:60-65。 [6] ELAD M,AHARON M.基于学习字典的稀疏和冗余表示的图像去噪[J]。IEEE图像处理事务,2006,15(12):3736-3745。 [7] 达博夫K,FOI A,KATKOVNIK V,等.基于稀疏三维变换域协同滤波的图像去噪[J]。IEEE图像处理汇刊,2007,16(8):2080-2095。 [8] 袁强,张磊,沈海.基于光谱空间自适应全变分模型的高光谱图像去噪[J]。IEEE地球科学与遥感汇刊,2012,50(10):3660-3677。 [9] 彭杰,王华,曹X,等.基于代表性系数总变差的高光谱图像快速去噪[J]。IEEE地球科学与远程卫星学报,2022,60:1-17。 [10] 张强,袁清清,李杰,等.基于空间谱梯度网络的高光谱图像混合噪声去除[J]。IEEE地球科学与远程传感器学报,2019,57(10):7317-7329。 [11] CAO X Y,FU X Y,XU C,等。高光谱图像去噪的深空间光谱全局推理网络[J]。IEEE地球科学与遥感汇刊,2021,60:1-14。 [12] 张华,何伟,张磊,等。基于低阶矩阵恢复的高光谱图像恢复[J]。IEEE地球科学与遥感汇刊,2013,52(8):4729-4743。 [13] 何伟,张华,沈华,等.基于局部低阶矩阵恢复和全局空间谱总变分的高光谱图像去噪[J]。IEEE应用地球观测和遥感专题期刊,2018,11(3):713-729。 [14] 范浩,李杰,袁强,等.双线性低秩矩阵分解在高光谱图像去噪中的应用[J]。信号处理,2019163:132-152。 [15] YE H,LI H,YANG B,等.一种新的高光谱图像混合噪声去除的秩近似方法[J]。IEEE地球科学与遥感汇刊,2019,57(7):4457-4469。 [16] 蔡J,何伟,张华。各向异性空间谱总方差正则化双低阶近似在HSI去噪去噪中的应用[J]。IEEE地球科学与遥感汇刊,2022,60:1-19。 [17] 张华,蔡杰,何伟,等。双低阶矩阵分解在高光谱图像去噪去噪中的应用[J]。IEEE地球科学与遥感汇刊,2021,60:1-19。 [18] CHANG Y,YAN L,FANG H,et al.多光谱遥感图像去撕裂的各向异性光谱空间总变化模型[J]。IEEE图像处理学报,2015,24(6):1852-1866。 [19] 彭杰,谢强,赵强,等.增强3DTV正则化及其在高光谱图像去噪和压缩感知中的应用[J]。IEEE图像处理事务,2020,29:7889-7903。 [20] 郑永斌,黄天智,赵晓林,等.高光谱图像中混合噪声去除的双因子正则低阶张量分解[J]。IEEE地球科学与遥感汇刊,2020,58(12):8450-8464。 [21]ECKSTEIN J,YAO W.理解乘数交替方向法的收敛性:理论和计算观点[J]。太平洋优化杂志,2015,11(4):619-644。 [22]KRISHNAN D,FERGUS R.使用超拉普拉斯先验快速图像反褶积[J]。神经信息处理系统进展,2009,22-1033-1041。 [23]谢强,赵强,孟德,等.基于本征张量稀疏正则化的多光谱图像去噪[C]//IEEE计算机视觉与模式识别会议论文集。纽约,2016:1692-1700。 [24]CAI J F,CANDES E J,SHEN Z.矩阵补全的奇异值阈值算法[J]。SIAM优化杂志,2010,20(4):1956-1982。 [25]刘国忠,林振中,颜世忠,等.基于低秩表示的子空间结构鲁棒恢复[J]。IEEE模式分析与机器智能汇刊,2013,35(1):171-184。 [26]CHEN Y,HE W,YOKOYA N,等.基于加权群稀疏正则化低阶张量分解的高光谱图像复原[J]。IEEE控制论汇刊,2019,50(8):3556-3570。 |