高光谱图像去噪的稀疏空谱Transformer模型

来源：电子测量技术杂志2024年第1期北京时间：

作者：杨智翔，孙玉宝，白志远，栾鸿康

单位：南京信息工程大学计算机学院网络空间安全学院 南京 210044

摘要：现阶段Transformer模型的应用提升了高光谱图像去噪的性能，但原始Transformer模型对图像空间光谱耦合关联性的利用仍存在不足；对空间特征的处理存在过于平滑，容易丢失小尺度结构的现象；同时在光谱维度上也过于关注全部通道特征，缺乏对不同光谱波段间差异性的利用；为了应对这些问题，本文提出了一种新的稀疏空谱Transformer模型，提升了对空谱耦合关联性的利用。在空间维度，引入局部增强模块增强空间特征细节，应对过平滑问题；同时在光谱维度上提出了Top-k稀疏自注意力机制，自适应选择前K个最相关的光谱通道特征进行特征交互，从而能够有效捕获空谱特征。最终通过稀疏空谱Transformer的层级残差连接实现高光谱图像的去噪。在ICVL数据集上分别对高斯噪声和复杂噪声进行去噪处理，峰值信噪比分别达到40.56 dB和40.19 dB，证明了本文提出的稀疏空谱Transformer模型优越的性能。

关键词：高光谱图像去噪;空间光谱联合特征;稀疏Transformer

基金资助：国家自然科学基金（62276139，U2001211）项目资助