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:
为提升图像去噪后的视觉感受,提出一种加权核范数最小化(WNNM)结合全变分(TV)的二级图像降噪方法.首先对含噪图像进行TV基础去噪,其次用噪声图像与基础去噪结果图做差分运算,并对差分后的结果自适应维纳滤波,然后将滤波后图像与基础TV降噪图像叠加,利用块匹配做相似补丁收集,最后运用加权核范数最小化进行二次去噪,得到最终降噪图像.通过与原WNNM、三维块匹配去噪(BM3D)、漏斗自相似非局部去噪(FNLM)方法对比,该方法不仅对平滑区域有较优的降噪效果,同时处理了漏斗自相似非局部去噪与BM3D在高噪声情况下带来花斑与假条纹状况,并且使结构纹理信息最大化相似.
推荐文章
基于稀疏表示与加权核范数最小化的图像去噪算法
稀疏表示
加权核范数最小化
图像去噪
图像特征
维纳滤波
广义全变分与巴特沃斯高通滤波融合图像去噪
图像去噪
广义全变分范数
巴特沃斯高通滤波器
峰值信噪比
二级推理在图像去噪中的应用
图像去噪
二级推理
贝叶斯决策
模糊化
基于正则化与保真项全变分自适应图像去噪模型
图像去噪
全变分模型
自适应去噪
可信度参数
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 结合加权核范数与全变分的图像二级去噪
来源期刊 计算机工程与应用 学科 工学
关键词 加权核范数 全变分 图像残差 二次去噪
年,卷(期) 2017,(23) 所属期刊栏目 图形图像处理
研究方向 页码范围 177-183
页数 7页 分类号 TP391.4
字数 5445字 语种 中文
DOI 10.3778/j.issn.1002-8331.1704-0436
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 路锦正 西南科技大学信息工程学院 18 60 4.0 7.0
5 朱豪 西南科技大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (16)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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)
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
加权核范数
全变分
图像残差
二次去噪
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导