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:
目前绝大多数的图像去噪算法只通过单纯处理原始噪声图本身来实现,并没有考虑将原始噪声图和去噪图相结合来进一步提升去噪性能.针对该问题,我们提出一种渐进式图像去噪算法框架.该框架基于目前去噪效果最为显著的三维块匹配算法,采用三层两次融合的设计结构,每层均采用三维块匹配算法,且每层在之前去噪基础上通过进一步融合再次去噪.充分的统计实验结果表明,在同样噪声条件下,我们的方法和另外一个最新改进算法在峰值信噪比方面相对于原始三维块匹配算法都有不同程度地提升,并且新提出的算法较传统三维块匹配算法有更好的去噪性能;随噪声程度的加大,算法性能提高的幅度愈加明显,在改善CT成像质量方面获得较好的成像效果.
推荐文章
基于Contourlet变换的图像去噪算法
Contourlet变换
图像去噪
硬阈值
软阈值
基于CUDA架构并行设计图像去噪算法
CUDA
图像去噪
K-SVD
图形处理器
并行优化
矩阵拉伸
基于Matlab的图像去噪算法研究
图像去噪
仿真
Matlab
小波变换
图像去噪方法探析
图像
噪声
去噪方法
反变换
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 渐进式图像去噪算法
来源期刊 系统仿真学报 学科 工学
关键词 三维块匹配 非局部相似性 图像融合 渐进式
年,卷(期) 2017,(2) 所属期刊栏目 仿真建模理论与方法
研究方向 页码范围 282-294
页数 13页 分类号 TP391.9
字数 语种 中文
DOI 10.16182/j.issn1004731x.joss.201702007
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 李华 中国科学院计算技术研究所智能信息处理重点实验室 189 3087 30.0 49.0
2 李海洋 中国科学院计算技术研究所智能信息处理重点实验室 95 666 13.0 21.0
6 曹伟国 中国科学院计算技术研究所智能信息处理重点实验室 11 84 5.0 9.0
10 李诗锐 中国科学院计算技术研究所智能信息处理重点实验室 3 5 1.0 2.0
14 陶克路 中国科学院计算技术研究所智能信息处理重点实验室 2 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  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
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(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 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(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
三维块匹配
非局部相似性
图像融合
渐进式
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导