原文服务方: 计算机应用研究       
摘要:
为了克服传统BM3D去噪算法的不足,根据图像局部结构相似性提出了基于结构聚类的图像去噪算法.首先根据均值进行粗聚类构成块群;其次利用鲁棒数据归一化构造结构相似子群;最后对子群进行去噪,如果子群容量大于1,运用BM3D对该子群进行去噪处理,反之,运用基于阈值的DCT去噪算法对该块进行去噪.实验结果表明,该算法保护了图像的结构信息,相对于传统BM3D算法提高了图像的视觉效果.
推荐文章
基于稀疏先验的非局域聚类图像去噪算法研究
稀疏化先验
非局域聚类
图像去噪
强噪声
基于联合滤波的聚类稀疏表示图像去噪算法
非局部去噪
稀疏表示
联合滤波
字典学习
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
基于引导核聚类的非局部均值图像去噪算法
自适应搜索窗
模糊C均值聚类
图像去噪
非局部均值
引导核
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 基于结构聚类的图像去噪
来源期刊 计算机应用研究 学科
关键词 三维块匹配 图像去噪 结构聚类 结构相似子群
年,卷(期) 2013,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 1234-1236,1262
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.04.074
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 周激流 四川大学计算机学院 227 2494 25.0 39.0
2 何坤 四川大学计算机学院 85 599 14.0 20.0
3 黎思敏 四川大学电子信息学院 3 18 3.0 3.0
4 龙辉 四川大学计算机学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (25)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (41)
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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(10)
  • 引证文献(4)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
三维块匹配
图像去噪
结构聚类
结构相似子群
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导