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:
L0梯度最小化模型(LGM)作为一个最基本的数学工具已经成功的被用在了图像平滑领域.该模型最大的优势就是在处理图像的同时能够很好的保护图像的显著边缘.然而,作为总变差模型(TV)的改进版本,L0梯度最小化模型处理得到的结果图中却存在着比总变差模型更严重的阶梯效应并且不能够很好地保护图像的纹理和细节特征.为了克服这些缺点,本文提出将L0梯度最小化模型中的一阶导数推广到二阶偏导并且引入一个保真项,然后将其应用在图像去噪中.这个保真项是使用控制核作为核函数的移动最小二乘,即核回归模型.该模型虽然能够很好地保护图像的纹理特征,但是该模型处理得到的结果图中不仅会有流式效应并且不能很好的保护图像边缘.因此,本文利用二者的优势将其结合进行图像去噪.大量的实验结果表明提出的模型不仅具有良好的去噪属性并且在去除噪声的同时能够很好地保护图像的边缘和纹理特征.
推荐文章
基于分数阶偏微分方程的彩色图像去噪新方法
彩色图像去噪
四元数
离散四元数傅里叶变换
分数阶微分
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
抖动状态下运动模糊图像去噪滤波方法
抖动状态
运动模糊图像
图像去噪
滤波器设计
基于二进小波的图像去噪技术
小波变换
图像去噪
门限
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L0二阶偏导最小化和核回归模型的图像去噪方法
来源期刊 天津理工大学学报 学科 工学
关键词 核回归 图像去噪 L0梯度最小化 L0二阶偏导最小化
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 16-21
页数 6页 分类号 TP391.41
字数 2870字 语种 中文
DOI 10.3969/j.issn.1673-095X.2015.003.004
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 王怀彬 天津理工大学计算机与通信工程学院 41 139 7.0 10.0
2 温云磊 天津理工大学计算机与通信工程学院 1 4 1.0 1.0
3 王元全 天津理工大学计算机与通信工程学院 9 83 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (0)
1990(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)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
核回归
图像去噪
L0梯度最小化
L0二阶偏导最小化
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导