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:
基于小波分解的图像小波系数在层内和层间解相关而相互依存的客观现实,提出了一个联合层内和层间两方向系数的非高斯联合概率分布模型.以此模型作为先验分布,在Bayesian估计理论的框架下,导出小波系数闭式的最大后验(MAP)估计公式,并用高斯噪声污染的典型图像进行了实验.结果显示,由该估计公式计算得到的去噪图像不仅有较少的均方误差(MSE),还具有保护和增强边缘的能力.
推荐文章
复Daubechies小波域HMT模型Bayesian图像去噪
复Daubechies小波
隐马尔可夫树模型
线性相位
贝叶斯去噪
基于小波域HMT模型的图像去噪研究
图像去噪
隐马尔可夫树模型
小波变换
白噪声
改进的小波域耦合偏微分方程图像去噪模型
图像去噪
小波变换
偏微分方程
阈值函数
MATLAB
基于多级中值滤波和小波域HMT的图像去噪
阈值分解
中值滤波
小波变换
隐马尔科夫树模型(HMT)
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 小波域联合概率分布模型与Bayesian图像去噪
来源期刊 北京理工大学学报 学科 工学
关键词 图像去噪 小波系数模型 概率分布
年,卷(期) 2005,(4) 所属期刊栏目 光学与电子工程
研究方向 页码范围 356-359
页数 4页 分类号 TN911.73
字数 2049字 语种 中文
DOI 10.3969/j.issn.1001-0645.2005.04.018
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 韩月秋 北京理工大学信息科学技术学院电子工程系 100 1508 19.0 35.0
2 谢志宏 北京理工大学信息科学技术学院电子工程系 3 7 2.0 2.0
3 沈庭芝 北京理工大学信息科学技术学院电子工程系 59 583 15.0 22.0
4 朱亚平 北京理工大学信息科学技术学院电子工程系 6 44 2.0 6.0
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  (5)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(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
图像去噪
小波系数模型
概率分布
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
北京理工大学学报
月刊
1001-0645
11-2596/T
大16开
北京海淀区中关村南大街5号
82-502
1956
chi
出版文献量(篇)
5642
总下载数(次)
13
总被引数(次)
57269
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导