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:
针对传统中值滤波算法的优缺点,提出了一种基于相似度函数的自适应加权中值滤渡算法.该算法首先通过噪声检测确定图像中的噪声点,然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸,再根据相似度大小,巧妙地将滤波窗口内各个像素点按一定的规律自适应地分组并赋予每组像素点相应的权重,最后采用加权中值滤波算法对检测出的噪声点进行滤波处理.计算机模拟实验结果表明:该算法既能有效地滤除噪声,又能较好地保护图像细节,滤波性能比传统中值滤波算法更理想.
推荐文章
图像快速自适应加权中值滤波
中值滤波
自适应加权
统计直方图
基于自适应加权中值滤波的二维Otsu图像分割算法
加权中值滤波
二维Otsu
图像分割
阈值选取
一种基于极值的自适应中值滤波改进算法
自适应
中值滤波
噪声
算法
一种改进的自适应中值滤波算法
自适应中值滤波
噪声检测
边缘保护
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 一种有效的自适应加权中值滤波算法
来源期刊 计算机工程与应用 学科 工学
关键词 加权中值滤波 脉冲噪声 细节保护 自适应
年,卷(期) 2009,(35) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 185-187
页数 3页 分类号 TP391
字数 3589字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.35.056
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 彭宏 华南理工大学计算机科学与工程学院 188 2058 24.0 34.0
2 邓秀勤 广东工业大学应用数学学院 27 176 6.0 13.0
3 熊勇 华南理工大学计算机科学与工程学院 7 127 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (126)
参考文献  (5)
节点文献
引证文献  (31)
同被引文献  (74)
二级引证文献  (112)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(19)
  • 引证文献(9)
  • 二级引证文献(10)
2014(14)
  • 引证文献(4)
  • 二级引证文献(10)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(20)
  • 引证文献(3)
  • 二级引证文献(17)
2017(15)
  • 引证文献(2)
  • 二级引证文献(13)
2018(26)
  • 引证文献(2)
  • 二级引证文献(24)
2019(28)
  • 引证文献(3)
  • 二级引证文献(25)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
加权中值滤波
脉冲噪声
细节保护
自适应
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
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
广东省科技攻关计划
英文译名:
官方网址:http://www.gdstc.gov.cn/other/kjjhgl_nykjggjh.htm
项目类型:
学科类型:
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导