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:
针对被泊松噪声污染的模糊图像复原问题,提出了一种非盲去卷积方法,该方法在泊松概率模型的基础上引入高斯尺度混合型马尔科夫专家场模型作为正则条件,并使用迭代方向乘子法对所得的最优化问题模型进行求解。实验结果表明:该方法能够对泊松噪声污染的模糊图像进行有效复原,获得高质量复原图像。
推荐文章
空间变化PSF非盲去卷积图像复原法综述
图像复原
空间变化PSF
非盲去卷积
PSF估计
快速运动模糊图像盲解卷积算法
盲解卷积
模糊图像
运动模糊
Radon变换
脊波变换
基于正则化方法的图像盲去模糊
图像去模糊
正则化方法
标准化稀疏先验
模糊核估计
双边滤波器
冲击滤波器
TV正则化
基于边缘增强总变分正则化盲泊松图像反卷积
盲反卷积
泊松噪声
边缘增强
总变分
边缘保持
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 泊松噪声污染模糊图像的非盲去卷积方法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 泊松噪声 非盲去卷积 高斯尺度混合型马尔科夫专家场 正则化
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 404-409
页数 6页 分类号 TP391
字数 3448字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2016.40.04.005
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 杨新民 中国电子科技集团公司第二十八研究所 14 24 3.0 4.0
2 秦树鑫 中国电子科技集团公司第二十八研究所 4 9 2.0 3.0
3 段然 中国电子科技集团公司第二十八研究所 5 8 2.0 2.0
4 董文德 中国电子科技集团公司第二十八研究所 3 3 1.0 1.0
5 郭晓鸿 中国电子科技集团公司第二十八研究所 3 4 1.0 2.0
6 林丹 中国电子科技集团公司第二十八研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (17)
参考文献  (20)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (1)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(2)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(12)
  • 参考文献(3)
  • 二级参考文献(9)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
泊松噪声
非盲去卷积
高斯尺度混合型马尔科夫专家场
正则化
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导