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:
局部变分有效地增强图像的轮廓信息,但不可避免地模糊图像的细节并在平滑区域产生阶梯效应.非局部变分能有效重构图像的纹理信息,但同时会破坏图像的结构轮廓信息.考虑到局部与非局部变分的互补性,提出了一种基于图像局部梯度与非局部梯度的复合变分模型,并通过Breg-man交替迭代极小化图像的局部梯度与非局部梯度的L1范数,使去噪后的图像在去除噪声的同时更好地保留图像的结构与细节信息.对比实验证明,提出的复合变分模型有效地利用了图像的局部变分与非局部变分的优点,在图像评价的主客观方面都表现出了更好的性能.
推荐文章
一种改进的非局部均值井下图像去噪
井下图像
非局部均值
中值滤波
小波变换
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
组约束与非局部稀疏的图像去噪算法
图像去噪
非局部相似
稀疏表示
分组约束
一种融合结构张量与非局域全变分的图像去噪方法
图像去噪
非局域
全变分
结构张量
分裂Bregman
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 一种复合局部与非局部梯度的图像去噪变分模型
来源期刊 电讯技术 学科 工学
关键词 图像去噪 变分模型 图像梯度 Bregman迭代
年,卷(期) 2018,(12) 所属期刊栏目 电子与信息工程
研究方向 页码范围 1452-1457
页数 6页 分类号 TN911.73
字数 4386字 语种 中文
DOI 10.3969/j.issn.1001-893x.2018.12.015
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 杨平先 四川理工学院自动化与电子信息学院 63 298 10.0 14.0
2 陈明举 四川理工学院自动化与电子信息学院 45 160 8.0 11.0
3 黄坤超 17 43 3.0 6.0
4 吴洋 四川理工学院自动化与电子信息学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 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(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
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
变分模型
图像梯度
Bregman迭代
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
论文1v1指导