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:
针对多光谱图像中存在的多种噪声,提出一种利用空谱信息和分层字典学习的降噪方法.该方法依据相邻波段之间的结构相关性划分多光谱图像波段;并对得到的每个波段子集使用分层字典学习框架进行统计建模.通过引入高斯噪声项和稀疏噪声项,来有效地表达图像噪声特性;同时,应用吉布斯采样求解统计模型,以实现降噪的目的.在两幅真实多光谱图像数据上的仿真实验表明,该方法能够有效地抑制多光谱图像中的多种噪声,且能够准确地保留图像结构和细节信息.
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
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
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 结合分层字典学习和空谱信息的多光谱图像去噪
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 分层字典学习 去噪 空谱信息 多光谱图像
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 174-180
页数 7页 分类号 TP181
字数 5691字 语种 中文
DOI 10.3969/j.issn.1001-2400.2017.04.030
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 杨淑媛 西安电子科技大学智能感知与图像理解教育部重点实验室 20 1059 9.0 20.0
2 马文萍 西安电子科技大学智能感知与图像理解教育部重点实验室 18 343 10.0 18.0
3 刘帅 西安电子科技大学智能感知与图像理解教育部重点实验室 6 11 2.0 3.0
4 陈璞花 西安电子科技大学智能感知与图像理解教育部重点实验室 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
2000(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)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
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)
2020(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
分层字典学习
去噪
空谱信息
多光谱图像
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导