原文服务方: 计算机应用研究       
摘要:
针对传统图像增强方法会丢失图像细节信息这一缺陷,提出了一种基于分频和奇异值分解的轮胎图像增强新方法.该方法先使用巴特沃斯低通滤波器对图像进行分频处理;然后对得到的低频和高频分量分别使用奇异值分解和线性方法进行增强;最后把处理后的低频和高频分量进行叠加得到最终增强结果.实验结果表明,新方法能在增强图像视觉效果的同时具有较好的细节保持性能.
推荐文章
基于DWT和奇异值分解的图像增强算法
图像增强
对比度
分辨率
离散小波变换
奇异值分解
基于奇异值分解和Contourlet变换的图像压缩算法
奇异值分解
Contourlet变化
图像压缩
基于奇异值分解的图像去噪
奇异值分解
图像分解
图像去噪
基于奇异值分解和小波变换的图像压缩算法
故障诊断
奇异值分解
小波变换
图像压缩
霍夫曼编码
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 基于分频和奇异值分解的轮胎图像增强方法
来源期刊 计算机应用研究 学科
关键词 轮胎图像 奇异值 低通滤波 高斯噪声 图像增强
年,卷(期) 2012,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 1178-1180
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.03.105
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 艾玲梅 陕西师范大学计算机科学学院 30 201 8.0 13.0
2 郭春 陕西师范大学计算机科学学院 4 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (88)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (30)
二级引证文献  (7)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(14)
  • 参考文献(1)
  • 二级参考文献(13)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
轮胎图像
奇异值
低通滤波
高斯噪声
图像增强
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