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:
在图像盲复原中,NAS-RIF算法在元噪情况下,能够得到较好的复原结果,但是对有观测噪声的图像复原效果不理想.而Hopfield神经网络有利于缓解图像复原过程中的震铃效应,但前提是知道退化图像的点扩展函数.将二者相结合提出一种基于NAS-RIF算法和神经网络的图像盲复原新算法,首先由NAS-RIF算法先估计出退化图像的点扩展函数,再利用Hopfield神经网络算法对其进行复原.实验结果表明,该算法具有较好的盲复原效果.
推荐文章
一种改进的NAS-RIF图像盲复原算法
图像盲复原
NAS-RIF
小波
信噪比
一种改进的NAS-RIF盲图像复原算法
信息处理技术
盲图像复原
背景校正
支撑域
梯度运算
图像分割
用于含噪二值图像的改进NAS-RIF图像盲复原算法
图像盲复原
共轭梯度法
支持域
基于改进NAS-RIF算法的遥感噪声图像自适应复原
图像复原
自适应伪中值滤波
非负支撑域有限递归逆滤波( NAS-RIF)
改进的自适应NAS-RIF算法
代价函数
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NAS-RIF算法和神经网络的图像盲复原
来源期刊 计算机技术与发展 学科 工学
关键词 图像盲复原 NAS-RIF Hopfield神经网络
年,卷(期) 2007,(6) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 104-106
页数 3页 分类号 TN911.73
字数 2078字 语种 中文
DOI 10.3969/j.issn.1673-629X.2007.06.031
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 周鸣争 安徽工程科技学院计算机科学与工程系 103 565 12.0 18.0
2 汪军 安徽工程科技学院计算机科学与工程系 47 179 8.0 11.0
3 强俊 安徽工程科技学院计算机科学与工程系 30 150 7.0 11.0
4 楚宁 安徽工程科技学院计算机科学与工程系 7 46 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (46)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(4)
  • 参考文献(1)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(7)
  • 参考文献(1)
  • 二级参考文献(6)
1997(7)
  • 参考文献(1)
  • 二级参考文献(6)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2017(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
图像盲复原
NAS-RIF
Hopfield神经网络
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导