钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
光电工程期刊
\
基于稀疏表示和自适应字典学习的“高分一号”遥感图像去噪
基于稀疏表示和自适应字典学习的“高分一号”遥感图像去噪
作者:
杨武年
潘佩芬
秦振涛
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
稀疏表示
图像去噪
字典学习
K-SVD
高分一号
摘要:
对高分辨率遥感图像进行去噪是遥感研究中的一个重要难题。本文提出了一种新的基于稀疏表示的高分辨率遥感图像去噪算法,该算法根据加噪高分辨率遥感图像的特点利用 K-SVD 算法自适应的学习得到能高效描述遥感图像内容的字典,利用稀疏表示实现去噪,并且保留原图像的有用信息。通过对“高分一号”获取的遥感图像进行实验表明,该算法能较好地滤除遥感图像的噪声,提高了图像的峰值信噪比,该方法比其他字典学习算法及其他去噪算法具有更好的性能。
暂无资源
收藏
引用
分享
推荐文章
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
一种基于稀疏表示的图像去噪算法
图像去噪
稀疏表示
小波变换
脊波变换
基于字典学习和原子聚类的图像去噪算法
字典学习
稀疏表示
冗余字典
K-均值聚类
一种非零元个数约束的字典学习图像去噪算法
图像去噪
字典学习
稀疏表示
K-SVD
非零元个数
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于稀疏表示和自适应字典学习的“高分一号”遥感图像去噪
来源期刊
光电工程
学科
工学
关键词
稀疏表示
图像去噪
字典学习
K-SVD
高分一号
年,卷(期)
2013,(9)
所属期刊栏目
?图像与信号处理?
研究方向
页码范围
16-21
页数
6页
分类号
TN911.73|TN391
字数
4372字
语种
中文
DOI
10.3969/j.issn.1003-501X.2013.09.003
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(28)
共引文献
(13)
参考文献
(11)
节点文献
引证文献
(11)
同被引文献
(24)
二级引证文献
(29)
1988(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(0)
二级参考文献(2)
1993(1)
参考文献(0)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(1)
二级参考文献(2)
2004(1)
参考文献(1)
二级参考文献(0)
2005(2)
参考文献(0)
二级参考文献(2)
2006(11)
参考文献(3)
二级参考文献(8)
2007(2)
参考文献(1)
二级参考文献(1)
2008(2)
参考文献(1)
二级参考文献(1)
2009(1)
参考文献(0)
二级参考文献(1)
2010(3)
参考文献(0)
二级参考文献(3)
2011(2)
参考文献(1)
二级参考文献(1)
2012(3)
参考文献(2)
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(3)
引证文献(3)
二级引证文献(0)
2015(3)
引证文献(3)
二级引证文献(0)
2016(3)
引证文献(2)
二级引证文献(1)
2017(9)
引证文献(2)
二级引证文献(7)
2018(8)
引证文献(0)
二级引证文献(8)
2019(11)
引证文献(1)
二级引证文献(10)
2020(3)
引证文献(0)
二级引证文献(3)
研究主题发展历程
节点文献
稀疏表示
图像去噪
字典学习
K-SVD
高分一号
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
光电工程
主办单位:
中国科学院光电技术研究所
中国光学学会
出版周期:
月刊
ISSN:
1003-501X
CN:
51-1346/O4
开本:
大16开
出版地:
四川省成都市双流350信箱
邮发代号:
创刊时间:
1974
语种:
chi
出版文献量(篇)
4776
总下载数(次)
5
期刊文献
相关文献
1.
基于字典学习的图像稀疏去噪算法
2.
一种基于稀疏表示的图像去噪算法
3.
基于字典学习和原子聚类的图像去噪算法
4.
一种非零元个数约束的字典学习图像去噪算法
5.
一种改进的组稀疏表示图像去噪方法
6.
基于稀疏性的图像去噪综述
7.
基于小波和PCA的自适应颜色空间彩色图像去噪
8.
结合内部和外部统计特性的遥感图像去噪
9.
基于边缘检测的NSCT自适应阈值图像去噪
10.
基于Ridgelet变换的自适应软硬折衷图像去噪算法
11.
结合分块噪声估计的字典学习图像去噪算法
12.
基于自适应耦合PDE模型的车牌图像去噪研究
13.
基于比率距离的自适应超声图像去噪方法
14.
基于非抽样小波字典和稀疏表示的图像去噪方法
15.
基于卷积神经网络的遥感图像去噪算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
光电工程2022
光电工程2021
光电工程2020
光电工程2019
光电工程2018
光电工程2017
光电工程2016
光电工程2015
光电工程2014
光电工程2013
光电工程2012
光电工程2011
光电工程2010
光电工程2009
光电工程2008
光电工程2007
光电工程2006
光电工程2005
光电工程2004
光电工程2003
光电工程2002
光电工程2001
光电工程2000
光电工程2013年第9期
光电工程2013年第8期
光电工程2013年第7期
光电工程2013年第6期
光电工程2013年第5期
光电工程2013年第4期
光电工程2013年第3期
光电工程2013年第2期
光电工程2013年第12期
光电工程2013年第11期
光电工程2013年第10期
光电工程2013年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号