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:
提出了一种新的基于非凸泛函的图像分解模型.与经典的用Banach范数作为忠诚项的凸泛函模型相比,本文用残差图像的平方的积分除以它的梯度作为忠诚项.这种新的忠诚项对于纹理图像具有非常小的值,然而,对于几何图像有非常大的值,所以它很适合图像分解.应用梯度下降法求非凸泛函的极小值,这导致将一个新的非线性二阶偏微分方程演化到稳定的状态.与经典的总变差最小模型(TV)和四阶偏微分方程模型(OSV)相比,提出的模型可以更好地保持图像的边缘,所以纹理部分有更少的卡通信息.数值实验也证明了本文的模型比标准的TV和OSV模型具有更好的图像分解效果.
推荐文章
关于非自反空间内的自对偶 Lagrange 凸泛函
弱倡下半连续
弱*上方下半连续
自对偶的Lagrange凸泛函
非自反Banach空间中的Lagrange型凸泛函
非自反Banach空间
弱*下半连续
凸泛函
基于改进能量泛函模型的噪声图像分割算法
图像分割
噪声
能量泛函
水平集
各向异性扩散方程
约束线性系统关于非凸评价泛函的最优控制
Pontryagin极值原理
倒向微分流
非凸评价泛函
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 非凸泛函的图像分解
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 图像分解 总变差最小 泛函极小 非凸泛函
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 67-71,137
页数 6页 分类号 TP751
字数 4454字 语种 中文
DOI 10.3969/j.issn.1001-2400.2013.02.012
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 冯象初 西安电子科技大学理学院 124 1126 17.0 26.0
2 白键 西安电子科技大学理学院 7 72 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (12)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
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)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
图像分解
总变差最小
泛函极小
非凸泛函
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导