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:
针对传统的各向异性扩散PM模型在对图像去噪时会产生阶梯效应,并且会丢失细节的问题,提出了一种改进的各向异性扩散 IPM模型.该模型用梯度模、局部方差以及基于差分曲率的自适应边缘阈值参数构造了新的扩散系数,在边缘、细节、平坦区域进行不同强度的扩散.实验结果表明,IPM模型在去噪的同时不仅能有效保持边缘、细节等信息,还能克服阶梯效应,与其他基于偏微分方程的图像降噪算法相比,信噪比(SNR)、峰值信噪比(PSNR)和平均结构相似度(MSSIM)都得到了提高.
推荐文章
基于自适应梯度阈值的各向异性去噪模型
自适应模型
各向异性扩散
扩散函数
边缘阈值
偏微分方程
去除SAR图像斑点的改进型自适应各向异性扩散滤波方法
斑点
滤波
各向异性扩散滤波
有效视数(ENL)
结合自适应保真项的各向异性扩散模型
ROF模型
自适应保真
各向异性扩散
图像去噪
P-M模型
基于各向异性扩散的超声图像混合滤波方法
医学超声图像
图像降噪
各向异性扩散
各向同性扩散
中值滤波
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 基于自适应阈值参数的改进各向异性扩散模型
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 各向异性扩散 自适应边缘阈值参数 局部方差 差分曲率
年,卷(期) 2018,(5) 所属期刊栏目 电子与电子信息
研究方向 页码范围 602-608
页数 7页 分类号 TP391.4
字数 5341字 语种 中文
DOI 10.3969/j.issn.1673-3193.2018.05.020
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 邵燕灵 中北大学理学院 90 173 6.0 11.0
2 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
3 刘祎 中北大学生物医学成像与影像大数据山西省重点实验室 43 182 8.0 11.0
4 王燕玲 中北大学生物医学成像与影像大数据山西省重点实验室 3 7 2.0 2.0
5 陈文斌 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 3 1.0 1.0
6 王娜 中北大学生物医学成像与影像大数据山西省重点实验室 3 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  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 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)
2019(2)
  • 引证文献(2)
  • 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
各向异性扩散
自适应边缘阈值参数
局部方差
差分曲率
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