高光谱图像（HSI）去噪是一个重要的前处理步骤，以改善后续应用的性能。对于高光谱图像来讲，其在空间维和光谱维存在大量的冗余相关性。如果在去噪过程中有效利用上该空间和光谱的荣誉相关性，高光谱图像的去噪性能可以得到很大的提升。因此，我们提出一种联合利用空间维和光谱维冗余相关性的高光谱图像去噪方法。首先，在稀疏表示框架下对空间维的全局冗余相关性和光谱维的局部冗余相关性进行描述，利用学习的自动去除图像的噪声。在这一过程中，只有光谱维的局部冗余相关性能够被利用，这将导致光谱畸变。为了避免局部光谱相关性的缺陷，提出利用低秩约束描述光谱维的全局相关性。

相关文章：Hyperspectral Image Denoising via Sparse Representation and Low RankConstraint,Geoscience and Remote Sensing, IEEE Transactions on, 53(1)

http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6819824

文章代码见网址：http://pan.baidu.com/s/1sjNTijj