基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
M带小波变换是标准二带小波变换的自然推广,能够分析具有相对窄带的高频信号,而且能更好的集中信号能量,因此在信号处理中应用广泛.本文结合模糊聚类算法,提出了一种新的基于M带小波变换的图像去噪算法,利用模糊聚类算法把小波系数划分成两类:包含信号的小波系数与只包含噪声的小波系数,对只包含噪声的小波系数置为零,将包含信号的小波系数进行利用软阈值法进行收缩,最后对处理后的系数进行M带小波逆变换,得到去噪后的图像.对SAR图像的实验结果表明,该算法有效,而且能较好地保留边缘信息.
推荐文章
基于小波变换的图像去噪方法研究
图像去噪
小波阀值萎缩法
混合模型
中值滤波
基于聚类算法的SAR图像去噪
合成孔径雷达
模糊C均值聚类
小波变换
图像去噪
基于模糊聚类的小波变换图像去噪算法改进
模糊聚类
M带小波
图像去噪
一种基于小波变换的图像去噪算法
图像去噪
小波变换,阈值选取
软阈值
自适应阈值算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于M带小波变换与模糊聚类的图像去噪算法
来源期刊 红外技术 学科 工学
关键词 M带小波 模糊聚类 图像去噪
年,卷(期) 2004,(4) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 36-40
页数 5页 分类号 TN216
字数 2248字 语种 中文
DOI 10.3969/j.issn.1001-8891.2004.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任获荣 西安电子科技大学机电工程学院 12 132 6.0 11.0
2 余望好 西安电子科技大学机电工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (38)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(4)
  • 引证文献(1)
  • 二级引证文献(3)
2007(2)
  • 引证文献(0)
  • 二级引证文献(2)
2008(7)
  • 引证文献(1)
  • 二级引证文献(6)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
M带小波
模糊聚类
图像去噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
论文1v1指导