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:
针对目前全变分模型不能在去除噪声的同时有效保持纹理信息的问题,提出了一种新的基于纹理结构的超声图像自适应去噪模型.该模型首先使用纹理信息来描述超声图像的斑点特性.根据纹理特性来定义均匀性值,从而把超声图像从灰度域映射到均匀性域.然后根据二维均匀性直方图来确定阈值从而将像素点分入均匀点集或非均匀点集.最后根据像素点所隶属的集合自适应的选择不同范数的全变分去噪方法,通过大量实验验证了所提模型的有效性.
推荐文章
基于序列相关性的超声图像自适应去噪
超声图像
序列相关
速率
直方图
互相关
基于比率距离的自适应超声图像去噪方法
图像处理
超声图像
比率距离
去噪算法
瑞利分布
基于自适应耦合PDE模型的车牌图像去噪研究
偏微分方程(PDE)
车牌识别
各向异性扩散
自适应耦合
振动滤波
自适应全变分图像去噪模型及其快速求解
图像去噪
全变分模型
Bregman迭代正则化
分裂Bregman迭代算法
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 基于纹理结构的超声图像自适应去噪模型
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 超声图像 图像去噪 纹理结构 全变分
年,卷(期) 2009,(11) 所属期刊栏目
研究方向 页码范围 1268-1272
页数 5页 分类号 TP751
字数 3996字 语种 中文
DOI 10.3969/j.issn.1006-7043.2009.11.012
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 顾国昌 哈尔滨工程大学计算机科学与技术学院 138 2134 24.0 41.0
2 刘海波 哈尔滨工程大学计算机科学与技术学院 78 683 14.0 23.0
3 沈晶 哈尔滨工程大学计算机科学与技术学院 55 417 12.0 17.0
4 朱长明 哈尔滨工程大学计算机科学与技术学院 6 40 4.0 6.0
5 于化龙 哈尔滨工程大学计算机科学与技术学院 7 74 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (23)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (37)
1990(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)
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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
超声图像
图像去噪
纹理结构
全变分
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导