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:
针对传统图像去噪方法的不足,提出了一种基于压缩感知的全变分正则化图像去噪算法,利用基于压缩感知算法中的TVAL3 算法对含噪图像进行图像重构和噪声去除.通过对比该算法与 OMP (Orthog-onal matching pursuit,OMP)与 SP (Subspace pursuit,SP)算法的峰值信噪比和重构时间,发现在采样率为0.4 和0.8 时,该算法的峰值信噪比提高都在 3 dB以上,时间方面也有明显提升;随着采样率的提升,算法所需的迭代次数越来越少;采样率为0.4 时,所需的迭代次数为78 次,但采样率在0.8 时,迭代次数减少到57 次,所需时间越来越短.实验结果表明,该算法的重构效果明显优于其它压缩感知重建算法,能够很好地进行图像重构和噪声去除.
推荐文章
方向邻域全变分图像去噪
图像去噪
全变分
Sobel算子
边缘方向
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
一种基于压缩感知的多重测量去噪算法
采样频率
信号处理
压缩感知
多重测量
图像去噪
数据量
基于小波阈值和全变分模型的图像去噪
图像去噪
自适应阈值
小波变换
全变分模型
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 一种基于压缩感知的全变分图像去噪算法
来源期刊 测试技术学报 学科 工学
关键词 图像去噪 压缩感知 全变分正则化 图像重构
年,卷(期) 2018,(4) 所属期刊栏目 数据采集与图像处理
研究方向 页码范围 323-328
页数 6页 分类号 TN911.73
字数 3349字 语种 中文
DOI 10.3969/j.issn.1671-7449.2018.04.008
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 陈媛媛 中北大学光电信息与仪器工程工程研究中心 20 103 7.0 9.0
5 刘泽鹏 中北大学光电信息与仪器工程工程研究中心 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (17)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(11)
  • 参考文献(3)
  • 二级参考文献(8)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(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
压缩感知
全变分正则化
图像重构
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导