研究目的
本文提出了一种新的高光谱图像去噪方法,将奇异值部分和(PSSV)与超像素分割相结合,命名为SS-PSSV,该方法能有效去除噪声。
研究成果
所提出的SS-PSSV方法在三个高光谱数据集上的实验表明,其在高光谱去噪领域优于其他对比方法。
研究不足
该论文未明确提及局限性,但潜在的优化方向可能包括对参数选择的敏感度以及运行时间的可扩展性。
研究目的
本文提出了一种新的高光谱图像去噪方法,将奇异值部分和(PSSV)与超像素分割相结合,命名为SS-PSSV,该方法能有效去除噪声。
研究成果
所提出的SS-PSSV方法在三个高光谱数据集上的实验表明,其在高光谱去噪领域优于其他对比方法。
研究不足
该论文未明确提及局限性,但潜在的优化方向可能包括对参数选择的敏感度以及运行时间的可扩展性。
加载中....
您正在对论文“通过最小化奇异值部分和与超像素分割的高光谱图像去噪”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期