由于光子效应，校准误差等，高光谱图像（HSI）不可避免地会遭受诸如随机噪声之类的退化。 现有的大多数HSI去噪方法都集中于单独利用频谱相关性或空间非局部自相似性。 在本文中，我们提出了一种用于HSI降噪的统一的低秩恢复框架，其中同时考虑了频谱之间的高相关性和HSI空间立方上的非局部自相似性的基本特征。 我们的工作基于一个基本观察，即多个光谱带和类似的空间结构都位于低秩子空间上，并且可以促进共同去除噪声。 在模拟HSI和真实HSI上的实验结果表明，在视觉和定量评估方面，该方法在多个数据集上的性能均