原文服务方: 计算机应用研究       
摘要:
提出了一种基于支持向量值和非抽样方向滤波器组的图像去噪算法.该算法通过构造支持向量值方向滤波器组(SVDFB)对噪声图像进行多尺度、多方向分解,同时考虑到分解系数服从广义高斯分布的统计特征,采用局部自适应贝叶斯阈值方法实现图像去噪.仿真结果和实验分析表明,该算法的峰值信噪比和去除噪声后图像的视觉效果都有明显提高.同时有效保留了原图像的纹理和细节信息.
推荐文章
基于支持向量机(SVM)的图像去噪方法
支持向量机
图像去噪
平滑滤波
边缘检测
基于自适应方向滤波器的指纹图像增强
指纹图像增强
方向滤波器
方向图
无抽样方向滤波器组用于图像去噪的方法研究
无抽样方向滤波器组
Contourlet变换
图像去噪
用复方向滤波器组和BlockShrink方法实现图像去噪
图像去噪
复方向滤波器
BlockShrink
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 基于支持向量值和方向滤波器组的图像去噪
来源期刊 计算机应用研究 学科
关键词 图像去噪 支持向量值 非抽样方向滤波器组 贝叶斯阈值
年,卷(期) 2011,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 2375-2377,2380
页数 分类号 TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.06.104
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 梁栋 安徽大学计算智能与信号处理教育部重点实验室 153 1898 21.0 37.0
5 胡根生 安徽大学计算智能与信号处理教育部重点实验室 31 215 7.0 14.0
6 杭丹萍 安徽大学计算智能与信号处理教育部重点实验室 3 5 2.0 2.0
7 马雪亮 安徽大学计算智能与信号处理教育部重点实验室 2 3 1.0 1.0
11 唐王琴 安徽大学计算智能与信号处理教育部重点实验室 2 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  (42)
共引文献  (19)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(15)
  • 参考文献(2)
  • 二级参考文献(13)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像去噪
支持向量值
非抽样方向滤波器组
贝叶斯阈值
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导