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:
针对传统自适应中值滤波算法的不足,提出了一种改进的自适应中值滤波算法,该算法引入了角度和相关性,第一,根据角度α的大小,判断当前像素点是否为可疑噪声点,再由其像素间的相关性判断此可疑噪声点是否为噪声点.第二,把排序得到的中值与窗口中所有像素点的均值加权得到新的灰度中值,再将噪声点用新的灰度中值替代,从而达到滤除噪声的效果.实验结果表明,该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于传统自适应中值滤波算法.
推荐文章
一种基于中值滤波的图像去噪算法
椒盐噪声
中值滤波
自适应中值滤波
自适应高斯滤波图像去噪算法
图像去噪
高斯滤波
自适应滤波
峰值信噪比
一种基于中值滤波和小波变换的图像去噪算法研究
中值滤波
自适应中值滤波
小波变换
硬阈值
软阈值
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 改进自适应中值滤波的图像去噪
来源期刊 通信技术 学科 工学
关键词 自适应 中值滤波 加权 相关性
年,卷(期) 2015,(11) 所属期刊栏目 信息处理与传输
研究方向 页码范围 1257-1260
页数 4页 分类号 TP751.1
字数 2652字 语种 中文
DOI 10.3969/j.issn.1002-0802.2015.11.010
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 张涛 贵州大学大数据与信息工程学院 36 133 7.0 10.0
2 张欣 贵州大学大数据与信息工程学院 48 197 8.0 11.0
3 李阳 贵州大学大数据与信息工程学院 13 57 4.0 7.0
4 杨卓东 贵州大学大数据与信息工程学院 5 54 4.0 5.0
5 杨臣君 贵州大学大数据与信息工程学院 5 54 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (199)
参考文献  (8)
节点文献
引证文献  (19)
同被引文献  (75)
二级引证文献  (34)
1984(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(1)
  • 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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(15)
  • 引证文献(12)
  • 二级引证文献(3)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
自适应
中值滤波
加权
相关性
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
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