一、答辩题目：基于张量分解的高光谱图像恢复研究
二、答辩人：孔祥阳
三、答辩时间：2022年5月25日，19:30-22:30
四、答辩地点：腾讯会议（172427126）
五、答辩内容简介：高光谱图像携带丰富的空间及光谱信息，可以有效提高地物分类与识别能力，在城市规划、军事目标识别等领域具有重要应用价值。然而，受成像机理和传输过程中诸多因素的影响，很难直接获取无噪、高空间分辨率的高光谱图像，这将影响其在后续应用中的性能。与改进硬件设备相比，通过图像恢复技术提升高光谱图像的质量具有效率高、成本低的优点。现有基于向量或矩阵的方法在处理高光谱图像时，往往会破坏其高维数据结构，从而使恢复出的高光谱图像产生严重的空间或光谱畸变。现有基于张量的方法在对高光谱图像进行恢复时，面临非局部低秩性考虑不足、不能充分利用光谱维信息、含噪高光谱-多光谱图像融合容易引起光谱畸变，以及上述恢复问题中使用的Tucker分解运行速度慢等问题。针对这些问题，本文在张量分解的框架下，充分挖掘无噪高光谱图像和噪声的先验信息，开展张量分解在高光谱图像恢复问题中的应用研究。
六、答辩人简介（附照片、个人基本信息、研究方向、获奖情况等）
孔祥阳，男，6165cc金沙总站检测中心博士研究生，师从赵永强教授。主要研究方向为：遥感图像处理，计算机视觉等。参与国家自然科学基金等项目，并在Remote Sensing，光子学报，IGARSS等国际国内期刊、会议发表学术论文6篇。
