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:
传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感.针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分.实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法.
推荐文章
新的噪声污染灰度图像边缘检测统计方法
边缘检测
非参数统计分析
噪声图像
Sobel算子
新的噪声污染灰度图像边缘检测统计方法
边缘检测
非参数统计分析
噪声图像
Sobel算子
噪声图像边缘检测方法的研究
高斯噪声
椒盐噪声
噪声图像
边缘检测
顺序形态学
基于均值梯度的脉冲噪声图像边缘检测算法
边缘检测
脉冲噪声
均值梯度
非极大值抑制
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 新的噪声污染灰度图像边缘检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 边缘检测 噪声图像 独立分量分析 特征模板
年,卷(期) 2010,(11) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 183-185
页数 3页 分类号 TN911.73
字数 2631字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.11.056
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 陈红艳 西南科技大学信息工程学院 10 47 4.0 6.0
2 马上 电子科技大学通信抗干扰国防重点实验室 23 63 4.0 7.0
3 王海江 电子科技大学电子工程学院 11 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
边缘检测
噪声图像
独立分量分析
特征模板
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