作者:
原文服务方: 微电子学与计算机       
摘要:
提出基于小波降噪度量的图像去雾方法,通过确定阈值来达到对浓雾图像小波降噪目的,对降噪后的图像数据信息进行背景和目标图像的分割,进行 Harr的小波层级去雾计算,按照不同级别物体按重要级别分层级进行去雾计算,最后通过局部细节和整体纹理关联计算将浓雾图像还原,完成图像的去雾过程。通过仿真实验对基于小波降度量的图像去雾算法进行测试,从降噪效果、去雾时间和图像去雾速度三个方面进行了比较,该算法均优于传统方法,证明了该算法的有效性,并且具有比较广泛的应用价值。
推荐文章
基于深度多级小波U-Net的车牌雾图去雾算法
车牌雾图去雾
MWCNN
“SOS”增强策略
跨层连接
注意力
跨尺度聚合
基于小波变换及注意力机制的T型图像去雾网络
图像去雾
小波变换
卷积神经网络
特征融合
基于边缘检测的图像提升小波降噪方法
图像边缘
图像降噪
提升小波
边缘检测
基于小波变换的图像去噪方法研究
图像去噪
小波阀值萎缩法
混合模型
中值滤波
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 基于小波降噪度量的图像去雾研究
来源期刊 微电子学与计算机 学科
关键词 小波 降噪 度量 图像去雾
年,卷(期) 2016,(7) 所属期刊栏目
研究方向 页码范围 106-109,114
页数 5页 分类号 TP391
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (114)
共引文献  (214)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 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
小波
降噪
度量
图像去雾
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导