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:
针对经典的块匹配和三维滤波(BM3D)降噪算法中最为核心的噪声水平(方差)参数在使用中需要人工手动设置极大影响了降噪效果并限制了它的应用,提出了一种新的基于自然场景统计(NSS)的噪声水平特征矢量和支持向量回归(SVR)技术的快速噪声水平估计算法并应用于经典BM3D算法中,使之转变为自适应降噪算法(Adaptive BM3D).本文算法首先利用小波变换对图像进行不同尺度和不同方向的分解,提取各子带滤波系数并用通用高斯分布模型(GGD)建模,以模型参数构成反映噪声图像噪声水平的特征矢量;然后用SVR方法在大量噪声图像样本上进行训练获得图像噪声水平预测模型.实验表明:改进后的ABM3D算法实际图像降噪效果比BM3D算法获得进一步提升,并且仍然保持了非常高的执行效率,相对于当前各主流算法具有明显的竞争力.
推荐文章
基于盲源分离和自适应滤波的水下声信号降噪算法
连续波信号
水下声信号
盲源分离
自适应滤波
降噪
基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究
LMS
自适应噪声抵消
小波阈值
SNR
RMSE
分数阶三维块匹配去噪算法
图像去噪
分数阶微积分
三维块匹配
联合去噪
数字图像处理
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
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 基于噪声估计的自适应块匹配和三维滤波降噪算法
来源期刊 光电子·激光 学科 工学
关键词 图像降噪 块匹配和三维滤波(BM3D)算法 自然场景统计(NSS) 噪声估计 自适应
年,卷(期) 2017,(6) 所属期刊栏目 图像和信息处理
研究方向 页码范围 663-673
页数 11页 分类号 TN911.73
字数 语种 中文
DOI 10.16136/j.joel.2017.06.0231
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 江顺亮 72 456 11.0 17.0
2 徐少平 85 417 11.0 17.0
3 杨晓辉 41 143 7.0 11.0
4 闵卫东 13 69 4.0 8.0
5 张兴强 2 18 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (15)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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
图像降噪
块匹配和三维滤波(BM3D)算法
自然场景统计(NSS)
噪声估计
自适应
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
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
论文1v1指导