Hyperspectral complex-domain image denoising: cube complex-domain BM3D (CCDBM3D) algorithm

Tutkimustuotos: KonferenssiartikkeliScientificvertaisarvioitu

Abstrakti

We consider hyperspectral phase/amplitude imaging from hyperspectral complex-valued noisy observations. Block-matching and grouping of similar patches are main instruments of the proposed algorithms. The search neighborhood for similar patches spans both the spectral and 2D spatial dimensions. SVD analysis of 3D grouped patches is used for design of adaptive nonlocal bases. Simulation experiments demonstrate high efficiency of developed state-of-the-art algorithms.

AlkuperäiskieliEnglanti
JulkaisuIS and T International Symposium on Electronic Imaging Science and Technology
Vuosikerta2020
Numero10
DOI - pysyväislinkit
TilaJulkaistu - 26 tammik. 2020
OKM-julkaisutyyppiA1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
Tapahtuma Image Processing: Algorithms and Systems Conference -
Kesto: 26 tammik. 202030 tammik. 2020

Julkaisufoorumi-taso

  • Jufo-taso 1

!!ASJC Scopus subject areas

  • Computer Graphics and Computer-Aided Design
  • Computer Science Applications
  • Human-Computer Interaction
  • Software
  • Electrical and Electronic Engineering
  • Atomic and Molecular Physics, and Optics

Sormenjälki

Sukella tutkimusaiheisiin 'Hyperspectral complex-domain image denoising: cube complex-domain BM3D (CCDBM3D) algorithm'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä