高光谱图像(HSI)通常在采集过程中由于各种噪声的混合而降低质量,这些噪声可能包括高斯噪声,脉冲噪声,虚线,条纹等。 本文介绍了一种基于低秩矩阵恢复(LRMR)的HSI恢复新方法,该方法可以同时去除高斯噪声,脉冲噪声,死线和条纹。 通过按字典顺序将HSI的补丁排序为二维矩阵,可以探索高光谱图像的低秩属性,这表明干净的HSI补丁可以视为低秩矩阵。 然后,我们将HSI恢复问题公式化为LRMR框架。 为了进一步消除混合噪声,应用了“分解”算法来解决LRMR问题。 在模拟和真实数据条件下都进行了一些实验,以验证所提出的基于LRMR的HSI恢复方法的性能。