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:
针对传统图像边缘检测抑制噪声能力弱的问题,给出了一种小波变换和局部梯度场内奇异值分解相结合的边缘检测方法.首先在图像预处理阶段,为了提取准确的边缘特征,文中利用小波变换的时频局部化特性,对图像进行小波变换.该文对用小波求取的梯度场使用局部梯度奇异值分解的方法;利用奇异值的特性和良好的稳定性,使提取的边缘特征更加突出并且能够达到抑制噪声的目的.实验证明该文方法既能在无噪声影响的图像中提取出清晰完整的单边缘,又能在有噪声干扰的情况下提取出理想的边缘.
推荐文章
基于奇异值分解和小波变换的图像压缩算法
故障诊断
奇异值分解
小波变换
图像压缩
霍夫曼编码
基于小波变换和奇异值分解的图像水印算法
数字水印
小波变换
奇异值分解
基于奇异值分解和整数小波变换的优化图像数字水印
图像水印
整数小波变换
奇异值分解
遗传算法
基于小波变换和改进的奇异值分解的人脸识别
人脸识别
特征提取
小波变换
奇异值分解
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 基于小波和奇异值分解的图像边缘检测
来源期刊 图学学报 学科 工学
关键词 边缘检测 小波变换 奇异值分解 抑制噪声
年,卷(期) 2014,(4) 所属期刊栏目 视觉与图像
研究方向 页码范围 563-570
页数 8页 分类号 TP391
字数 5212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 朱晓临 合肥工业大学数学学院 82 398 12.0 16.0
2 朱园珠 合肥工业大学数学学院 5 66 5.0 5.0
3 陈嫚 合肥工业大学数学学院 5 66 5.0 5.0
4 李雪艳 合肥工业大学数学学院 5 66 5.0 5.0
5 邢燕 合肥工业大学数学学院 13 57 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (181)
参考文献  (11)
节点文献
引证文献  (10)
同被引文献  (24)
二级引证文献  (37)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 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(3)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(19)
  • 引证文献(1)
  • 二级引证文献(18)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
边缘检测
小波变换
奇异值分解
抑制噪声
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
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
论文1v1指导