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:
利用图像具有自相似的特点,结合稀疏表示理论,提出了一种新的图像去噪方法.该方法汇集相似的图像块,构造局部字典,能够更好的匹配图像的纹理和复杂结构.实验结果表明,该方法在抑制图像噪声的同时,能很好的保持图像的纹理和细节信息.
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
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
基于非局部均值的彩色图像去噪
非局部均值
彩色图像去噪
RGB通道
相似度估计
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 基于局部自相似的字典学习图像去噪方法
来源期刊 大连交通大学学报 学科
关键词 稀疏表示 字典学习 自相似性 图像去噪
年,卷(期) 2017,(4) 所属期刊栏目 数理科学
研究方向 页码范围 192-195
页数 4页 分类号
字数 2569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 王爱齐 大连交通大学理学院 11 9 2.0 2.0
2 宋爱民 大连交通大学理学院 7 25 1.0 5.0
3 徐坤 13 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (69)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(18)
  • 参考文献(0)
  • 二级参考文献(18)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(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)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
稀疏表示
字典学习
自相似性
图像去噪
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
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
总被引数(次)
12659
论文1v1指导