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:
递推最小二乘 RLS(Recursive of Least Square)算法是自适应滤波算法中的精确分析算法。它具有收敛速率快,精确度高等特点,但是发现目前 RLS 算法多用于对一维信号的去噪处理。使用递推最小二乘(RLS)算法对二维图像进行去噪,从处理一维信号变成处理二维图像信号,需要对 RLS 算法进行改进。先迭代得到滤波器参数,形成3×3滤波掩模,再改进算法对图像进行滤波;同时与常数比率维纳滤波和自相关函数的维纳滤波算法的去噪效果进行对比。结论证明在对图像进行较严重的模糊和加噪处理后,其他两种算法对图像的还原能力差,而递推最小二乘自适应滤波(RLS)算法具有优良的图像去噪性能。
推荐文章
图像去噪的新型自适应混合滤波算法
混合噪声
改进自适应中值滤波器
改进自适应均值滤波器
计算机仿真
清浊音分段判决的递推最小二乘自适应算法
清浊音分段
递推最小二乘
短时过零率
短时能量
基于并行卡尔曼滤波的递推最小二乘测频算法
卡尔曼滤波
最小二乘
高斯分布
测频
基于Ridgelet变换的自适应软硬折衷图像去噪算法
Wavelet变换
Radon变换
Ridgelet变换
图像去噪
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 基于递推最小二乘自适应滤波算法的图像去噪
来源期刊 计算机应用与软件 学科 工学
关键词 自适应滤波 递推最小二乘算法(RLS) 图像去噪 MATLAB 仿真
年,卷(期) 2014,(4) 所属期刊栏目 图像处理与应用
研究方向 页码范围 193-196
页数 4页 分类号 TN391.4|TP391
字数 3380字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.04.049
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 汤全武 宁夏大学物理电气信息学院 24 124 6.0 10.0
2 张然 宁夏大学物理电气信息学院 3 17 2.0 3.0
3 史崇升 宁夏大学物理电气信息学院 8 47 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (4)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (32)
二级引证文献  (9)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应滤波
递推最小二乘算法(RLS)
图像去噪
MATLAB 仿真
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导