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:
为了降低迭代正则化中定尺度参数对快速收敛的敏感性、自适应地优化尺度参数并提高其去噪效果,提出了一种变尺度参数的迭代正则化去噪算法.首先, 修改了经典的正则化项,并推导出尺度参数公式;然后,通过研究迭代次数与尺度参数序列的变化趋势,得到变尺度参数的初始值;最后,进行正则化去噪.数值实验表明:相对于恒定尺度参数的IRM算法,变尺度参数IRM算法比选取尺度参数偏小的IRM算法迭代次数大大减少;比选取尺度参数偏大的IRM算法去噪效果更为明显,并较好地保持了图像的细节.
推荐文章
稀疏性正则化的图像泊松去噪算法
图像去噪
稀疏表示
泊松噪声
分裂Bregman算法
邻近算子
PCB图像的自适应全变分去噪算法
图像去噪
全变分
非局部均值滤波
自适应去噪
稀疏性正则化的图像Laplace去噪及PR算子分裂算法
稀疏表示
图像去噪
拉普拉斯噪声
PR算子分裂算法
分数阶整体变分正则化的图像泊松去噪
分数阶整体变分
泊松去噪
增广拉格朗日方法
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 一种变尺度参数的迭代正则去噪算法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 迭代正则化模型(IRM) 总变差 变尺度参数 图像去噪
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 453-456
页数 分类号 TP391.4
字数 718字 语种 英文
DOI 10.3969/j.issn.1003-7985.2010.03.016
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 骆建华 上海交通大学生命科学技术学院 18 103 6.0 9.0
2 魏秀金 浙江理工大学信电学院 3 4 1.0 2.0
3 李文书 上海交通大学生命科学技术学院 24 207 9.0 14.0
5 何芳芳 浙江理工大学信电学院 3 15 1.0 3.0
8 刘且根 上海交通大学生命科学技术学院 1 0 0.0 0.0
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(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)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 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)
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(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)
研究主题发展历程
节点文献
迭代正则化模型(IRM)
总变差
变尺度参数
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导