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:
引入l0范数重建传统的变分约束模型,得到基于l0范数数据保真项的图像去雾霾算法模型(l0-l0).该模型将l0范数作为正则项和数据保真项,充分利用l0范数稀疏性的优点,对光滑图像有效逼近的同时保持了图像的几何特征不被破坏.结合图像层分离,把降质的图像分为基层和细节层,在图像基层进行动态范围调整,细节层进行细节操作.由于l0范数不易求解,利用交替方向法将原问题转化为3个子问题,并分别对3个子问题进行求解.实验结果表明:相比于l0-l2图像修复的方法,该模型对图像增强更为有效,而且具有普遍适用性.
推荐文章
基于L0范数的Retinex图像增强算法
Retinex算法
L0范数
提取轮廓
图像增强
基于L0稀疏约束的近似稀疏解人耳识别
SRC稀疏分类
OMP算法
L0稀疏约束
基于平滑l0范数正交子空间非负矩阵分解
非负矩阵分解
正交性
聚类
稀疏表示
l0范数
L0范数的图像修复模型
紧框架
全变分
图像修复
交替方向法
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l0数据保真项的图像增强算法
来源期刊 东北师大学报(自然科学版) 学科 工学
关键词 l0保真项 图像增强 图像去雾霾 交替方向法
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 52-56
页数 5页 分类号 TP391.41
字数 2856字 语种 中文
DOI 10.16163/j.cnki.22-1123/n.2017.02.011
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 乔双 东北师范大学物理学院 95 600 12.0 20.0
2 白冠英 东北师范大学物理学院 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  (52)
共引文献  (20)
参考文献  (14)
节点文献
引证文献  (0)
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)
1989(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(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(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
l0保真项
图像增强
图像去雾霾
交替方向法
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
东北师大学报(自然科学版)
季刊
1000-1832
22-1123/N
大16开
长春市人民大街5268号
12-43
1951
chi
出版文献量(篇)
2302
总下载数(次)
5
论文1v1指导