作者:
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SVD图像去噪方法的不足,提出了一种基于SVD分解的小波分解图像去噪方法。通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分。实验结果表明该文提出的方法适用于图像信号的提取,与传统的SVD去噪方法相比,它提取出的信号特征成分更完整,信噪比更高。
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
基于改进阈值函数的小波变换图像去噪算法
小波变换
阈值函数
阈值图像去噪
均方误差
峰值信噪比
信噪比
一种基于小波变换的图像去噪方法的应用研究
小波变换
图像噪声
图像增强
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SVD的小波变换图像去噪方法
来源期刊 数字通信 学科 工学
关键词 图像去噪 奇异值分解 小波变换
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 87-89
页数 3页 分类号 TN911.73
字数 语种
DOI
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 廖斌 华北电力大学电气与电子工程学院 14 85 6.0 8.0
2 黄影 华北电力大学电气与电子工程学院 2 2 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  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(4)
  • 参考文献(4)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(5)
  • 参考文献(5)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
研究主题发展历程
节点文献
图像去噪
奇异值分解
小波变换
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
数字通信与网络:英文版
季刊
2468-5925
50-1212/TN
重庆南岸区崇文路2号重庆邮电大学数字通信
78-45
出版文献量(篇)
11481
总下载数(次)
2
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导