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:
针对图像恢复中边缘损坏及细节丢失等问题,从分析梯度直方图的分布特征及梯度稀疏性最佳表示出发,提出了一种基于梯度稀疏性的正则方法,建立了具有梯度先验信息的图像恢复模型.该模型不仅能够增强图像的细节特征,而且能够在去除模糊及噪声与保持图像边缘之间取得很好的平衡.设计了一种新的优化算法对模型进行求解.实验结果表明,新算法快速有效且收敛性好,新模型能够在很好地去除模糊和噪声的同时,有效保留图像边缘及纹理等信息.
推荐文章
多参数梯度稀疏正则化图像非盲去模糊
lp范数约束
图像梯度
多参数正则化
纹理划分
图像恢复的分块正则化 Gmres 方法
成像系统
退化模型
图像恢复
不适定性
正则化Gmres法
非局部稀疏表示正则化的磁共振图像重建
图像重建
压缩感知
核磁共振成像
非局部相似性
稀疏表示
基于自适应协稀疏正则化的图像复原
协稀疏
正则化
图像复原
自适应
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 图像恢复问题的梯度稀疏化正则方法
来源期刊 系统工程与电子技术 学科 工学
关键词 图像恢复 梯度直方图 梯度稀疏化 优化算法
年,卷(期) 2017,(10) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 2353-2358
页数 6页 分类号 TN911.73
字数 4609字 语种 中文
DOI 10.3969/j.issn.1001-506X.2017.10.29
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 冯象初 西安电子科技大学数学与统计学院 124 1126 17.0 26.0
2 王卫卫 西安电子科技大学数学与统计学院 46 646 12.0 24.0
3 赵晨萍 西安电子科技大学数学与统计学院 19 65 5.0 7.0
5 贾西西 西安电子科技大学数学与统计学院 4 38 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (16)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (2)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像恢复
梯度直方图
梯度稀疏化
优化算法
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导