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:
讨论了基于ICA的图像去噪方法,给出了基于ICA的图像边缘检测算法,该算法应用于高斯噪声图像,并与传统的边缘提取算法进行了比较.实验结果表明,该算法即使在高水平噪声图像中,也能够提取出比较清晰的图像边缘信息.
推荐文章
基于ICA和小波变换的轴承故障特征提取
独立分量分析
小波变换
故障诊断
特征提取
结合小波包和ICA技术的脑电特征提取研究
小波包
独立分量分析
脑电信号
特征提取
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
基于CCA的图像语义特征提取的分析与研究
图像语义
典型相关分析
局部二值模式
特征参数
特征融合
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ICA的有噪图像特征提取研究
来源期刊 微型机与应用 学科 工学
关键词 独立分量分析 去噪 特征提取
年,卷(期) 2010,(8) 所属期刊栏目 图形、图像与多媒体
研究方向 页码范围 40-42
页数 分类号 TP391
字数 2214字 语种 中文
DOI 10.3969/j.issn.1674-7720.2010.08.012
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 汪西原 宁夏大学物理电气信息学院 37 207 7.0 12.0
2 马润渊 宁夏大学物理电气信息学院 4 11 2.0 3.0
3 陈增境 宁夏大学物理电气信息学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
独立分量分析
去噪
特征提取
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导