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:
为了解决现有纹理平滑方法不能在抑制纹理的同时保持细窄结构的问题, 提出一种基于半高斯梯度算子的尺度自适应纹理滤波算法. 首先提出一种具有结构保持和纹理抑制效果的半高斯梯度算子, 其幅值能够较好地区分结构和纹理, 方向能够较好地反映结构法向; 然后基于半高斯梯度的幅值为每个像素估计最优的滤波尺度, 并借助高斯滤波得到一幅大部分纹理得到抑制的引导图像; 最后在双边滤波的基础上引入基于半高斯梯度方向的滤波方向核, 提出一种基于引导图像的三边纹理滤波算法, 能够有效地避免图像平滑结果中存在的结构附近毛刺残留现象.大量实验结果证明, 该算法可以在抑制纹理的同时保持结构的完整性, 尤其是在保持细窄结构以及结构周围的整洁等方面超越了已有的方法.
推荐文章
非高斯噪声环境中基于梯度范数的自适应滤波算法
α稳定分布
自适应滤波
梯度范数
归一化最小平均P范数算法
基于自适应自然梯度法的在线高斯过程建模
在线高斯过程
建模
自适应自然梯度法
Micky-Glass
系统
CSTR建模
基于分数阶微分算子与高斯曲率相结合的自适应图像去噪
图像去噪
边缘检测
去噪模型
自适应扩散去噪
高斯曲率
分数阶微分算子
基于相关滤波的尺度自适应目标跟踪
尺度计算
目标跟踪
相关滤波
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 基于半高斯梯度算子的尺度自适应纹理滤波
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 纹理平滑 半高斯梯度算子 尺度自适应 三边滤波
年,卷(期) 2018,(5) 所属期刊栏目 图像与视觉
研究方向 页码范围 878-885
页数 8页 分类号 TP391.41
字数 4700字 语种 中文
DOI 10.3724/SP.J.1089.2018.16610
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 刘春晓 浙江工商大学计算机与信息工程学院 18 108 6.0 9.0
5 邵欢 浙江工商大学计算机与信息工程学院 3 10 2.0 3.0
6 周杨钢 浙江工商大学计算机与信息工程学院 1 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  (25)
共引文献  (1)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
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
纹理平滑
半高斯梯度算子
尺度自适应
三边滤波
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
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
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导