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:
提出在正交小波域中基于父子小波系数联合分布密度的混合高斯模型实现图象去噪的方法.通过小波父子系数的联合分布密度函数来描述小波域中各相邻尺度系数的非独立特性,运用期望极大估计(EM)算法实现对该联合分布密度的混合高斯模型拟合;根据该结果,利用双变贝叶斯(Bayes)公式获得噪声图象父子小波系数的收缩算子,从而实现图象去噪.该算法同小波域中常用的其他去噪算法相比,仿真结果表明:无论在性能指标上或者感官效果上都能够获得很好的效果,尤其是在低信噪比时,图象的去噪效果更佳.
推荐文章
基于灰预测的图象去噪新方法
图象去噪
滤波器
灰预测
GM(1,1)
信息结构理论在图象去噪中的应用
信息结构
信息基因
图象去噪
基于正交小波变换的图象去噪算法的改进
正交小波变换
图象去噪
阈值
非高斯噪声环境下基于扩展基追踪模型的信号去噪
基追踪
扩展模型
字典
正则化参数
脉冲噪声
去噪
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 基于混合高斯模型的图象去噪方法研究
来源期刊 计算机工程与应用 学科 工学
关键词 联合分布密度 混合高斯模型 双变贝叶斯 图象去噪
年,卷(期) 2005,(21) 所属期刊栏目 学术探讨
研究方向 页码范围 100-103
页数 4页 分类号 TP391
字数 2818字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.21.029
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 周静 重庆大学电气工程学院 31 460 10.0 21.0
2 龙兴明 重庆师范大学物理系 32 213 9.0 13.0
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  (7)
同被引文献  (5)
二级引证文献  (2)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(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(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
联合分布密度
混合高斯模型
双变贝叶斯
图象去噪
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导