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:
针对图像去噪过程中会导致部分纹理信息丢失的不足,提出了基于方法噪声稀疏表示的图像去噪算法.该算法基本思想是通过对方法噪声(受噪声污染的图像和去噪后图像的差)的稀疏表示,提取方法噪声中的纹理信息,从而提升图像去噪质量.采用导引滤波去噪得到图像的方法噪声;利用该方法噪声通过改进的字典学习算法训练得到自适应的冗余字典;利用该字典提取方法噪声图像中的纹理信息,由导引滤波去噪后的图像和提取的纹理信息恢复图像,达到去噪效果.实验结果表明,所提出的方法峰值信噪比高于现有的同类算法,且能较好地保持图像的细节和纹理信息,提高了视觉效果.
推荐文章
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
结合分块噪声估计的字典学习图像去噪算法
图像去噪
平滑图像块
奇异值分解
噪声估计
字典学习
基于字典学习和原子聚类的图像去噪算法
字典学习
稀疏表示
冗余字典
K-均值聚类
一种非零元个数约束的字典学习图像去噪算法
图像去噪
字典学习
稀疏表示
K-SVD
非零元个数
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 基于方法噪声稀疏表字典学习的图像去噪算法
来源期刊 系统仿真学报 学科 地球科学
关键词 方法噪声 字典学习 冗余字典 稀疏表示
年,卷(期) 2016,(1) 所属期刊栏目 仿真应用工程
研究方向 页码范围 154-159,166
页数 分类号 P391.41
字数 语种 中文
DOI
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 文海英 湖南科技学院电子与信息工程学院 40 171 7.0 11.0
2 黄丽韶 湖南科技学院电子与信息工程学院 23 64 4.0 6.0
3 顾思思 湖南科技学院电子与信息工程学院 22 69 6.0 7.0
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  (8)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (7)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
方法噪声
字典学习
冗余字典
稀疏表示
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导