Echte Hochfrequenzbilder (HSI) werden leicht durch hochintensive gemischte Rauschen beschädigt, und es ist entscheidend, das Rauschen für nachfolgende Verarbeitungsaufgaben genau zu modellieren. Asymmetrische Laplace-Rauschmodellierungsmethoden haben gute Ergebnisse bei der Beseitigung von gemischten Rauschen erzielt, diese Methoden berücksichtigen das Schwere des Schwanzes und die Asymmetrie des Rauschens, indem sie das verschiedene Rauschen in verschiedenen Bändern modellieren. Die internen Verteilungsmerkmale des HSI-Gradientenraums werden jedoch ignoriert, was zu Rauschrückständen führt. Um dieses Problem zu lösen, wird ein HSI-Entfernungsmodell vorgeschlagen, das eine asymmetrische laplacia-Allgemeines Variation im Gradientenraum verwendet. Es bewahrt alle a-priori-Informationen über den originalen Bildgradienten, der die a-priori-verteilten Eigenschaften des HSI-Gradienten am besten reflektiert, sowie eine einzigartige asymmetrische Verteilung in verschiedenen Bändern. Durch die Untersuchung der asymmetrischen Verteilung des Gradienten und des Rauschens spiegelt es genau die globale spärliche Information und die Verteilungsmerkmale des Rauschens in verschiedenen Bändern wider, wodurch die Kanten und Texturen des Bildes erhalten bleiben und gleichzeitig das Rauschen reduziert wird, um Bildverzerrungen und übermäßige Glätte zu vermeiden. Schließlich wird das Modell mit dem ADMM-Algorithmus gelöst, und die Ergebnisse umfangreicher Experimente mit synthetischen und realen Datensätzen zeigen, dass die vorgeschlagene Methode besser ist als andere Rauschunterdrückungsmethoden.

Hyperspektrale Bilder; Rauschentfernung; Rauschmodellierung; Asymmetrische laplace-Verteilung; Allgemeine Variation; Gradientenraum; Methode der alternierenden Richtungen; A-priori-Information