由于光子效应,校准误差等,高光谱图像(HSI)不可避免地会遭受诸如随机噪声之类的退化。 现有的大多数HSI去噪方法都集中于单独利用频谱相关性或空间非局部自相似性。 在本文中,我们提出了一种用于HSI降噪的统一的低秩恢复框架,其中同时考虑了频谱之间的高相关性和HSI空间立方上的非局部自相似性的基本特征。 我们的工作基于一个基本观察,即多个光谱带和类似的空间结构都位于低秩子空间上,并且可以促进共同去除噪声。 在模拟HSI和真实HSI上的实验结果表明,在视觉和定量评估方面,该方法在多个数据集上的性能均明显优于最新方法。