作者:
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:
进入21世纪的信息化时代,图像成为了人类获取信息及利用信息的重要来源,在人类生活中扮演着越来越重要的角色.图像的产生,传输,处理过程中,或多或少的引入自然或者人为的高斯噪声,降低图像的质量.本文主要考虑了在字典学习在图像去噪算法中的实现,比较了L0和L1约束优化各自的实现方法,最后融合两个算法的优点,来进行融合的图像去噪的,得到了较好的效果.
推荐文章
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
一种基于超完备字典学习的图像去噪方法
稀疏表示
基追踪
匹配追踪
字典学习
二次规划
基于字典学习的低剂量X-ray CT图像去噪
K-SVD算法
低剂量CT
字典学习
稀疏表示
一种基于去冗余字典的图像去噪算法
超完备字典
稀疏表示
去噪
正交匹配追踪
奇异值分解
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 基于字典学习融合的图像去噪算法研究
来源期刊 数字技术与应用 学科 工学
关键词 字典学习 图像去噪 融合
年,卷(期) 2016,(5) 所属期刊栏目 算法分析
研究方向 页码范围 136-137
页数 2页 分类号 TP391
字数 2030字 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 朱伍洋 四川大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
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)
研究主题发展历程
节点文献
字典学习
图像去噪
融合
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导