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:
前景图像的后期美化和去噪处理一直是模式识别和计算机视觉等领域的一个重要研究环节.鉴于形态学后期处理方法容易造成前景目标几何和尺寸的变形现象,本文根据真实前景目标和噪声在前景图像空间分布和像素值的统计特性提出了一种分层筛选独立分离块的前景图像后期去噪方法.该方法包括划分单元块,构造独立分离块,计算独立分离块面积和去除噪声块四个步骤.实验结果表明,本文提出的方法能够有效地去除噪声,且与形态学图像后期处理方法相比有更好的去噪效果和更低的时间复杂度.
推荐文章
图像去噪方法探析
图像
噪声
去噪方法
反变换
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Matlab的几种图像去噪方法研究
图像去噪
邻域平均法
中值滤波
维纳滤波
小波变换
基于RTF的高光谱图像去噪方法
高光谱去噪
回归树场
代价函数
光谱和空间上下文信息
过平滑
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 基于分层筛选方法的前景图像去噪
来源期刊 数据采集与处理 学科 工学
关键词 图像去噪 前景提取 分层筛选
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 76-82
页数 7页 分类号 TN919.8
字数 3943字 语种 中文
DOI
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 林新棋 福建师范大学数学与计算机科学学院 13 19 2.0 3.0
5 吴鹏 福建师范大学数学与计算机科学学院 6 8 2.0 2.0
6 李海涛 福建师范大学数学与计算机科学学院 4 4 1.0 2.0
7 高智 福建师范大学数学与计算机科学学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (43)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (11)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(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
图像去噪
前景提取
分层筛选
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导