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:
利用具有稀疏性、特征保持性和可分离性等特点的超完备字典的稀疏表示,基于核奇异值分解(K—SVD)算法,研究了对图像去除噪声效果以及影响效果的因素.理论分析及实验研究表明:K—SVD算法能够很好去除超声图像噪声,保留图像细节特征,获得更高的峰值信噪比(PSNR)值.在计算过程中发现K—SVD算法中的训练样本尺度大小是影响去噪效果的主要参数.
推荐文章
结合分块噪声估计的字典学习图像去噪算法
图像去噪
平滑图像块
奇异值分解
噪声估计
字典学习
基于块分类和字典优化的K-SVD图像去噪研究
图像去噪
稀疏表示
K-SVD算法
图像块分类
过完备字典
字典优化
基于改进K-SVD和非局部正则化的图像去噪
图像去噪
稀疏表示
奇异值分解
正交匹配追踪算法
字典优化
非局部自相似性
基于K-SVD算法的带钢表面缺陷图像去噪
K-SVD算法
正交匹配追踪
DCT字典
高斯噪声
滤波
带钢缺陷
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 K—SVD算法的超声图像加性噪声去噪研究
来源期刊 陕西师范大学学报:自然科学版 学科 工学
关键词 核奇异值分解算法 图像去噪 稀疏表示
年,卷(期) 2012,(6) 所属期刊栏目 物理学
研究方向 页码范围 42-46,86
页数 6页 分类号 TN911.73
字数 4218字 语种 中文
DOI
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 郭建中 陕西师范大学物理学与信息技术学院 58 335 9.0 17.0
2 秦晓伟 陕西师范大学物理学与信息技术学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (44)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (23)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(3)
  • 参考文献(2)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
核奇异值分解算法
图像去噪
稀疏表示
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
陕西师范大学学报(自然科学版)
双月刊
1672-4291
61-1071/N
大16开
陕西省西安市长安南路
52-109
1960
chi
出版文献量(篇)
3025
总下载数(次)
7
总被引数(次)
18459
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导