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:
提出了一种基于贝叶斯双变量模型(Bayesian Bivariate Model)和Contourlet变换相结合的红外图像去噪算法.首先对含有加性高斯白噪声污染的红外图像进行Contourlet变换,得到各尺度各方向上的Contourlet系数;然后用贝叶斯双变量模型去挖掘图像Contourlet系数的尺度间相关性;最后对处理后的系数进行Contourlet反变换重构,得到去噪后的图像.实验结果表明,该方法有效地捕获了红外图像的轮廓信息,提高了图像的峰值信噪比,改善了图像的视觉效果.
推荐文章
基于非抽取小波变换贝叶斯估计的水下红外图像去噪
图像去噪
Bayesian
方法
最大后验准则
基于Contourlet变换的图像去噪算法
Contourlet变换
图像去噪
硬阈值
软阈值
基于Contourlet变换和改进NeighShink的图像去噪
Contourlet变换
邻域收缩
图像去噪
无偏风险估计
基于非局部贝叶斯的泊松图像去噪算法
泊松噪声
非局部贝叶斯
块模型
分裂Bregman
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 基于贝叶斯双变量模型和Contourlet变换相结合的红外图像去噪
来源期刊 红外技术 学科 工学
关键词 贝叶斯双变量模型 Contourlet变换 红外图像 去噪
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 591-594,600
页数 分类号 TP391
字数 2818字 语种 中文
DOI 10.3969/j.issn.1001-8891.2010.10.009
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 梁栋 安徽大学计算智能与信号处理教育部重点实验室 153 1898 21.0 37.0
2 徐慧 安徽大学计算智能与信号处理教育部重点实验室 12 38 4.0 5.0
3 杭丹萍 安徽大学计算智能与信号处理教育部重点实验室 3 5 2.0 2.0
4 马雪亮 安徽大学计算智能与信号处理教育部重点实验室 2 3 1.0 1.0
5 唐王琴 安徽大学计算智能与信号处理教育部重点实验室 2 3 1.0 1.0
6 韦卫东 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (44)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (6)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
贝叶斯双变量模型
Contourlet变换
红外图像
去噪
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
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
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
论文1v1指导