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:
传统非局部均值去噪算法忽略了像素点邻域灰度值之间的差异,导致图像边缘模糊及细节丢失.因此,利用两个像素点邻域之间的梯度方向在添加噪声前后仍具有相似性的特点,提出一种基于梯度方向的非局部均值图像去噪算法.首先,对含有噪声的图像进行高斯滤波预处理;其次,充分利用区域的梯度信息和邻域块之间的灰度值共同确定权重,对邻域块之间进行更好的相似性判断,进而优化传统非局部均值滤波算法.实验结果表明,相比传统的非局部均值算法,本文算法可保留更多的图像细节信息,得到更优的去噪性能.
推荐文章
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
采用结构自适应窗的非局部均值图像去噪算法
图像去噪
度量
结构自适应窗
估计
非局部均值
广义非局部均值算法的图像去噪
图像去噪
广义高斯模型
信噪比
非局部均值
基于梯度特征的双核非局部均值去噪算法
非局部均值
高斯函数
正弦函数
梯度特征
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 基于梯度方向的非局部均值图像去噪算法
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 图像去噪 非局部均值 梯度方向 高斯滤波
年,卷(期) 2018,(1) 所属期刊栏目 自动化与计算机
研究方向 页码范围 69-73
页数 5页 分类号 TP391.41
字数 3057字 语种 中文
DOI 10.3969/j.issn.1673-3193.2018.01.012
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 桂志国 中北大学生物医学成像与影像大数据山西省重点实验室 108 491 11.0 16.0
5 张权 中北大学生物医学成像与影像大数据山西省重点实验室 48 259 9.0 13.0
6 苗璐 中北大学生物医学成像与影像大数据山西省重点实验室 1 4 1.0 1.0
7 侯红花 中北大学生物医学成像与影像大数据山西省重点实验室 1 4 1.0 1.0
8 赵明 中北大学生物医学成像与影像大数据山西省重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (17)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
图像去噪
非局部均值
梯度方向
高斯滤波
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
论文1v1指导