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:
提出一种基于粒子群优化的多小波图像降噪方法.该方法首先根据图像降噪的特点,采用粒子群算法优化CL多小波的前置滤波器,实现了图像多小波变换的自适应预滤波;接着对一幅含噪声图像进行多小波分解,根据多小波分解后的能量分布特性,对小波系数进行阈值处理;后经多小波反变换,得到重构图像.实验表明,本文方法的客观性能(PSNR)和主观效果均优于传统小波去噪方法,同中值滤波和维纳滤波相比也有绝对优势.
推荐文章
基于改进粒子群优化算法的新型小波神经网研究
粒子群优化
小波分析
神经网络
系统辨识
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
基于粒子群优化的文本图像倾斜检测
文本分析
倾斜检测
小波变换
粒子群算法
粒子群优化小波变换的图像数据库相似性搜索
相似性搜索
直方图
小波变换
粒子群优化算法
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 基于粒子群优化的多小波图像降噪
来源期刊 光电工程 学科 工学
关键词 多小波 粒子群优化 图像降噪
年,卷(期) 2011,(11) 所属期刊栏目 图像与信号处理
研究方向 页码范围 119-123
页数 分类号 TP391|TN911.73
字数 3700字 语种 中文
DOI 10.3969/j.issn.1003-501X.2011.11.021
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 金炜 宁波大学信息科学与工程学院 92 531 12.0 18.0
2 励金祥 宁波大学信息科学与工程学院 28 74 5.0 6.0
3 尹曹谦 宁波大学信息科学与工程学院 19 71 5.0 7.0
4 林剑辉 宁波大学信息科学与工程学院 8 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (410)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (10)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(2)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(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
多小波
粒子群优化
图像降噪
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
总被引数(次)
44377
论文1v1指导