本物の高分光画像（HSI）は、高強度の混合ノイズの影響を受けやすく、ノイズを正確にモデル化することが後続の処理タスクにとって非常に重要です。非対称ラプラスノイズモデリング手法は、混合ノイズの除去効果が良好で、この種の手法はノイズの重尾性と非対称性を考慮し、異なるバンドの異なるノイズをモデリングしています。しかし、HSIの勾配ベース空間の内部分布特性を無視し、ノイズが残ってしまいます。この問題に対処するために、ベース空間非対称ラプラス全変分（BSALTV）のHSIノイズ除去モデルを提案しています。グラデーションベース空間Uiは、元のグラデーションマップの事前情報を十分に保持し、HSIの勾配の疎な事前分布特性をより良く反映し、さまざまなバンドで独特の非対称分布を示します。

高分光画像; ノイズ除去; ノイズモデリング; 非対称ラプラス分布; 全変分; 勾配ベース空間; 交代方向乗数法; 疎な事前