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:
数字图像在获取和传输过程中常常会受到噪声的污染,有时会同时受到高斯噪声和脉冲噪声的污染.然而现有的去噪算法大多针对单一的高斯噪声或脉冲噪声,在处理混合噪声时无法取得令人满意的去噪效果.给出了一种去除数字图像中高斯一脉冲混舍噪声的有效方法,去噪过程分为两个步骤:首先采用一种称为边界判定噪声检测的脉冲噪声检测方法检测出混合噪声中的脉冲噪声,对噪声图像作中值滤渡后得到一幅受高斯噪声污染的过渡图像.然后用贝叶斯最小平方-高斯尺度混合模型对过渡图像进行滤波得到降噪后的图像.实验表明,同现有的其他去噪方法相比,该方法能够更有效地去除混合噪声.
推荐文章
一种去除图像混合噪声的滤波算法
混合噪声
噪声检测
中值滤波
全变分模型
基于分数低阶ICA的混合噪声中脉冲噪声的消除方法
信号与信息处理
α稳定分布噪声
ICA
噪声消除
新的强高斯噪声自适应滤波方法
脉冲耦合神经网络
高斯噪声
自适应滤波
图像去噪
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 去除图像中高斯-脉冲噪声的有效方法
来源期刊 计算机工程与应用 学科 工学
关键词 边界判定噪声检测 贝叶斯最小平方-高斯尺度混合模型 混合噪声
年,卷(期) 2009,(24) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 183-185,215
页数 4页 分类号 TP391
字数 4045字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.24.055
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 周祚峰 西安电子科技大学雷达信号处理国家重点实验室 7 66 4.0 7.0
2 姜春苗 西安电子科技大学理学院 1 20 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  (6)
参考文献  (4)
节点文献
引证文献  (20)
同被引文献  (37)
二级引证文献  (59)
2002(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(12)
  • 引证文献(6)
  • 二级引证文献(6)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
边界判定噪声检测
贝叶斯最小平方-高斯尺度混合模型
混合噪声
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