近年來，隨著遙感應用的不斷深入，高光譜圖像研究已經成為遙感領域發展最迅速的技術之一。與其他傳統成像技術相比，高光譜圖像具有更多優勢：更豐富的信息量、納米級的光譜分辨率以及范圍更廣且連續的光譜。因此，在農業、軍事、環境監測和食品工業領域有著廣泛的應用。
高光譜圖像巨大的應用潛力也使得對圖像質量的要求日益提高。然而，由于成像系統和環境(傳感器敏感度、光子效應、光線條件、校對誤差)各種限制因素的影響，成像傳感器獲取的高光譜圖像不可避免地會受到各種噪聲的破壞，例如高斯噪聲、脈沖噪聲、死線、條紋等。這些噪聲不僅大大降低高光譜圖像的視覺效果，而且在分類、礦物勘探和目標檢測等方面的后續應用中也造成不良影響。因此，高光譜降噪是改善高光譜圖像應用性能的關鍵問題。
在過去的幾十年里，研究人員提出了許多高光譜圖像去噪方法，最直接的方法就是使用傳統的一維或二維去噪方法對高光譜圖像進行去噪。如果將高光譜圖像中每一個像素看成一個一維信號，可以以逐像素的方式利用一維信號去噪方法對高光譜圖像去噪。也可以將高光譜圖像的每一個波段看作是二維自然圖像，依次對每個波段使用傳統的二維自然圖像去噪方法進行去噪。
本代碼采用2D Wavelet, 3D Wavelet, FORPDN, HyRes等方法對高光譜圖像進行降噪，運行環境為MATLAB R2021B，壓縮包=數據＋代碼＋參考文獻。
部分代碼如下：
L=5;%level of decompositions
NFC=10;%number of filter coefficients
qmf = daubcqf(NFC,'min');%wavelet filter
t_max=4; % maximum search interval
n=10; % search interval number
t1=linspace(0,t_max,n);
options.noisest=0;
options.scaling=1;
options.type='FORPDNT';部分出圖如下：
工學博士，擔任《Mechanical System and Signal Processing》審稿專家，擔任《中國電機工程學報》優秀審稿專家，《控制與決策》，《系統工程與電子技術》，《電力系統保護與控制》，《宇航學報》等EI期刊審稿專家，擔任《計算機科學》，《電子器件》 ， 《現代制造過程》 ，《電源學報》，《船舶工程》 ，《軸承》 ，《工礦自動化》 ，《重慶理工大學學報》 ，《噪聲與振動控制》 ，《機械傳動》 ，《機械強度》 ，《機械科學與技術》 ，《機床與液壓》，《聲學技術》，《應用聲學》，《石油機械》，《西安工業大學學報》等中文核心審稿專家。
擅長領域：現代信號處理，機器學習，深度學習，數字孿生，時間序列分析，設備缺陷檢測、設備異常檢測、設備智能故障診斷與健康管理PHM等。
