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:
针对传统图像复原算法在减轻图像噪声和去模糊方面存在较大振铃现象的问题,提出了一种基于广义高斯分布模型的最大后验概率图像复原算法.该算法将最大后验概率模型和广义高斯分布相结合,利用了广义高斯分布可以模仿多数噪声模型的优势.与传统的最大似然算法相比较,所提出的算法不仅能有效地改善噪声,而且还能减轻由复原过程造成的纹波现象.
推荐文章
改进的广义高斯分布与非局部均值图像去模糊
图像复原
去模糊化
非局部均值算法
小波变换
尺度参数
形状参数
一种改进正态逆高斯分布模型的图像去噪算法
图像处理
非下采样剪切波变换
正态逆高斯分布模型
最优线性插值阈值
图像去噪
自适应估计模糊参数的最大后验概率超分辨率复原算法
超分辨率
图像复原
自适应估计
模糊参数
基于广义柯西分布的最大后验准则频谱估计方法
最大后验概率
离散傅里叶变换
频谱估计
广义柯西分布
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 基于广义高斯分布的最大后验概率图像复原算法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 广义高斯分布 最大后验概率 图像复原
年,卷(期) 2011,(5) 所属期刊栏目 信息·计算机
研究方向 页码范围 66-69
页数 分类号 TP391.41
字数 1704字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2011.05.012
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 张红民 重庆理工大学光电信息学院 34 153 6.0 11.0
5 梁琛颖 重庆理工大学电子信息与自动化学院 2 9 2.0 2.0
6 成于思 重庆理工大学电子信息与自动化学院 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (7)
二级引证文献  (5)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(2)
  • 参考文献(1)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
广义高斯分布
最大后验概率
图像复原
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导