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:
高阶全变分图像去噪方法利用图像方向导数的可分L1范数,构建优化方程进行图像去噪,可以在去除图像噪声的同时有效保留图像中的细节信息.然而传统高阶全变分方法计算复杂度较高、耗时较长.针对此问题,提出了一种基于增广拉格朗日乘子的快速高阶全变分图像去噪方法.首先,利用Huber方程重建高阶全变分优化方程;其次,通过添加辅助变量及引入拉格朗日乘子,将优化方程转换为两个较易求解的子问题进行交替最小化迭代求解.实验证明,在相同条件下,与传统方法相比,基于增广拉格朗日乘子的高阶全变分图像去噪方法可以大幅提高运算速度,并且能在去除图像噪声的同时更好地保留图像边缘、纹理、细节等信息,获得视觉效果更好的去噪图像.
推荐文章
基于改进的全变分图像去噪算法研究
图像去噪
全变分
原偶混合梯度算法
图像处理
基于混合变分模型的图像去噪
图像去噪
调和模型
全变分模型
自适应去噪
一种基于压缩感知的改进全变分图像去噪模型
压缩感知
全变分
小波变换
图像去噪
Matlab
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
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 基于增广拉格朗日乘子的快速高阶全变分图像去噪方法
来源期刊 系统工程与电子技术 学科 工学
关键词 高阶全变分 图像去噪 增广拉格朗日乘子 交替最小化
年,卷(期) 2017,(12) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 2831-2839
页数 9页 分类号 TP391
字数 6469字 语种 中文
DOI 10.3969/j.issn.1001-506X.2017.12.29
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 胡悦 哈尔滨工业大学电子与信息工程学院 1 5 1.0 1.0
2 仲崇潇 哈尔滨工业大学电子与信息工程学院 1 5 1.0 1.0
3 曹梦宇 哈尔滨工业大学电子与信息工程学院 2 17 2.0 2.0
4 赵旷世 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (159)
参考文献  (19)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (3)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高阶全变分
图像去噪
增广拉格朗日乘子
交替最小化
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导