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:
提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.
推荐文章
基于小波变换的图像去噪方法研究
图像去噪
小波阀值萎缩法
混合模型
中值滤波
基于小波变换气动光学效应模糊图像去噪
气动光学效应
图像去噪
小波变换
基于复合脊波变换的图像去噪
图像去噪
小波变换
脊波变换
复合脊波
基于双密度双树复数小波变换的图像去噪
双密度双树小波
双数复数小波
图像处理
去噪
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 基于小波变换方向信息的奇异值图像去噪研究
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 图像去噪 小波变换 奇异值分解 滤波 小波重构
年,卷(期) 2012,(3) 所属期刊栏目 计算机技术与信息工程
研究方向 页码范围 121-124
页数 分类号 TN911.73
字数 2810字 语种 中文
DOI 10.3969/j.issn.1671-6833.2012.03.031
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 周树道 解放军理工大学气象学院 75 576 13.0 21.0
2 叶松 解放军理工大学气象学院 53 315 10.0 16.0
3 王敏 解放军理工大学气象学院 46 290 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (17)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(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(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)
2003(3)
  • 参考文献(1)
  • 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(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(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)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像去噪
小波变换
奇异值分解
滤波
小波重构
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导