HSIMATLAB代码-LTDL：低秩张量字典学习法在高光谱图像去噪中的应用

简介：
本研究提出了一种基于LTDL（Low-Rank Tensor Dictionary Learning）的方法，利用MATLAB实现对高光谱图像进行有效去噪。该方法通过低秩张量字典学习技术，显著提升图像的清晰度和质量，在保持细节的同时去除噪声。适用于遥感、医学成像等领域。 HSIMATLAB代码：用于高光谱图像去噪的低阶张量字典学习方法，《TSP2020一种用于高光谱图像去噪的低秩张量字典学习方法》一文中的所有MATLAB代码。数据集来自ICVL，我们通过msi=msi(1:2:size(msi,1),1:2:size(msi,2),:)下采样ICVL数据集。 Demo_DL_syn.m：使用不同方法检测去噪后的JasperRidgeHSI中的目标道路（图7、8）。请在提供预计算的去噪结果的地方运行，您可以在图7和图8中获取结果。 Demo_denoise_ge.m：对带有生成噪声的CAVE-watercolorsHSI进行降噪。需要相关设置以完成操作。