原文服务方: 西安交通大学学报       
摘要:
针对图像去噪处理中的非局部均值(NLM)算法相似性度量结果不够准确的问题,提出了一种采用结构自适应窗的非局部均值图像去噪(SAW-NLM)算法.首先利用从含噪图像中提取的初始素描图将含噪图像划分为结构区和非结构区,然后对这两部分区域分别采用基于结构方向的自适应窗和各向同性窗来搜索相似图像块,最后利用这些相似图像块得到当前待估计像素的去噪结果.为了抑制伪纹理现象,在估计过程中采用了块估计的方式.自适应窗有效结合了图像的结构方向和灰度信息,因此能够更准确度量图像块的相似性.实验结果表明:SAW-NLM算法具有更优的边缘保持和平滑效果,与传统NLM算法相比,峰值信噪比最大可提高1.1 dB,图像结构相似度也提高了4.6.
推荐文章
基于自适应搜索窗的非局部均值去噪算法
图像去噪
非局部均值算法
自适应搜索窗
局部多项式近似—置信区间交叉
基于非局部均值的彩色图像去噪
非局部均值
彩色图像去噪
RGB通道
相似度估计
广义非局部均值算法的图像去噪
图像去噪
广义高斯模型
信噪比
非局部均值
基于时域自适应滤波及非局部平均的夜视图像去噪算法
噪声降低
色调映射
非局部平均
夜视视频图像
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 采用结构自适应窗的非局部均值图像去噪算法
来源期刊 西安交通大学学报 学科
关键词 图像去噪 度量 结构自适应窗 估计 非局部均值
年,卷(期) 2013,(12) 所属期刊栏目
研究方向 页码范围 71-76
页数 6页 分类号 TN911.73
字数 语种 中文
DOI 10.7652/xjtuxb201312013
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 刘芳 西安电子科技大学计算机学院 145 3511 30.0 54.0
3 郝红侠 西安电子科技大学计算机学院 5 56 4.0 5.0
9 焦李成 7 169 7.0 7.0
10 武杰 西安电子科技大学计算机学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (74)
参考文献  (14)
节点文献
引证文献  (16)
同被引文献  (49)
二级引证文献  (58)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(4)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(17)
  • 引证文献(4)
  • 二级引证文献(13)
2018(21)
  • 引证文献(2)
  • 二级引证文献(19)
2019(16)
  • 引证文献(3)
  • 二级引证文献(13)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像去噪
度量
结构自适应窗
估计
非局部均值
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导