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:
文中基于图像稀疏分解,根据图像与噪声的稀疏分解不同,提出一种基于非对称原子模型的原子库,通过算法优化,实现对采集的布坯图像进行有效去噪分析,提高去噪图像的PSNR值,且具有更好的视觉效果.将所采集到的布坯数字图像去噪后将背景和缺陷进行分离,才能更有效地将缺陷进行界定,以利后续的相关特征提取.通过实验,与小波类去噪方法对比,文中的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高PSNB值.
推荐文章
基于稀疏性的图像去噪综述
稀疏去噪
降噪模型
小波方法
多尺度几何分析
独立成分分量
图像去噪方法探析
图像
噪声
去噪方法
反变换
一种改进的组稀疏表示图像去噪方法
图像去噪
稀疏表示
相似性
纹理
组约束与非局部稀疏的图像去噪算法
图像去噪
非局部相似
稀疏表示
分组约束
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 基于稀疏序列的图像去噪方法及应用
来源期刊 计算机技术与发展 学科 工学
关键词 稀疏分解 自适应 峰值信噪比
年,卷(期) 2011,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 113-116
页数 分类号 TP391.41
字数 4117字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.03.029
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 王蓓 贵州大学计算机科学与信息技术学院 5 48 3.0 5.0
2 张欣 贵州大学计算机科学与信息技术学院 48 197 8.0 11.0
3 刘洪 贵州大学计算机科学与信息技术学院 15 57 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (64)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
稀疏分解
自适应
峰值信噪比
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导