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:
经典的TV(Total Variation)模型在对图像扩散的同时能有效保持图像边缘,但该类模型所得到的结果具有明显的阶梯效应,其改进的方案之一是在能量泛函中增加高阶项.但其对应的偏微分方程计算效率非常低.基于中值公式开展了如下研究:给出了TV-L~2,TV-L~1变分图像扩散模型中值公式的四邻域、八邻域计算过程实现;提出了基于散度的高阶图像扩散的中值公式.实验证明高阶TV模型能很好地消除阶梯效应,将中值公式应用于图像扩散模型,提高了计算效率.
推荐文章
带有高阶耦合项的各向异性扩散图像复原
整体方差
高阶偏微分
TV
模型
各向异性扩散
图像复原
基于角点检测的中值曲率扩散模型改进方法
偏微分方程
非线性扩散
角点检测
中值曲率驱动
各向异性扩散-中值滤波在红外图像处理中的应用
各向异性扩散
中值滤波
扩散函数
偏微分方程
基于高阶CRF模型的图像语义分割
计算机视觉
图像语义分割
条件随机场模型
高阶能量项
基于可形变部件模型
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 高阶图像扩散模型的中值公式
来源期刊 计算机工程与应用 学科 工学
关键词 变分方法 图像扩散 中值公式 TV模型
年,卷(期) 2010,(9) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 159-162
页数 4页 分类号 TP391.41
字数 2386字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.09.045
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 魏伟波 青岛大学信息工程学院 55 445 11.0 19.0
2 潘振宽 青岛大学信息工程学院 141 1359 21.0 30.0
3 李媛媛 青岛大学信息工程学院 10 24 3.0 4.0
4 张楠 青岛大学信息工程学院 27 160 7.0 12.0
5 朱东伟 1 4 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  (0)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (15)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
变分方法
图像扩散
中值公式
TV模型
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