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:
无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声.因此,在低信噪比条件下进行视频图像去噪是保证WMSN视频监测有效性和可靠性的关键.在分析WMSN视频图像特征的基础上,首先对其进行周期性采集、分帧及帧差等预处理;然后对关键帧运用K-SVD训练DCT冗余字典以充分稀疏表示图像特征,并采用基于残差比的改进型Batch-OMP实现关键帧去噪及重构,而对残差帧则基于DCT冗余字典进行稀疏去噪处理;最后,叠加去噪后的关键帧和残差帧,从而整体上实现低信噪比WMSN视频图像的去噪及重构.实验表明,本算法能更加有效地、较为快速地滤除视频图像噪声,适用于低信噪比WMSN视频图像去噪.
推荐文章
基于稀疏 K-SVD 字典的图像融合方法
稀疏K-SVD
解析字典
学习字典
图像融合
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
基于改进的MCA和K-SVD的图像稀疏表示去噪算法
图像去噪
形态学成分分析
K奇异值分析
l1范数
基于K-SVD超声渡越时间获取方法研究
稀疏表示
完备字典
超声检测
正交匹配追踪
K-SVD
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K-SVD的低信噪比WMSN视频图像稀疏去噪
来源期刊 计算机工程与科学 学科 工学
关键词 稀疏去噪 K奇异值分解 残差比 低信噪比 无线多媒体传感器网络
年,卷(期) 2014,(3) 所属期刊栏目 图形与图像
研究方向 页码范围 497-501
页数 5页 分类号 TP391.41
字数 3337字 语种 中文
DOI 10.3969/j.issn.1007-130X.2014.03.021
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 罗晖 华东交通大学信息工程学院 44 68 5.0 6.0
2 褚红亮 华东交通大学信息工程学院 3 15 3.0 3.0
3 王世昌 华东交通大学信息工程学院 3 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (23)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (6)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
稀疏去噪
K奇异值分解
残差比
低信噪比
无线多媒体传感器网络
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导