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:
伴随图像去噪技术的不断发展,传统的全变分(TV)模型存在一定的局限性,即容易出现“阶梯效应”.为了解决TV模型去噪后图像易出现“阶梯效应”的问题,提出一种改进的全变分模型.首先,分析了图像边缘区域、纹理细节区域和平坦区域的梯度和方差特性;其次,利用图像不同区域具有不同的梯度和方差特性构造加权函数;随后在TV模型的正则项中引入加权函数来控制扩散强度;考虑到噪声的影响,首先对图像的梯度值和方差值进行滤波预处理;最后,采用迭代算法对图像进行去噪.实验结果显示,与TV模型和NLM(non-local means)方法相比,新模型有效地减少了“阶梯效应”,保护了边缘等细节信息,提高了图像的峰值信噪比、结果相似度和视觉效果.
推荐文章
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
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
自适应全变分图像去噪模型及其快速求解
图像去噪
全变分模型
Bregman迭代正则化
分裂Bregman迭代算法
结合全变分的双边滤波图像去噪方法研究
数字图像
图像去噪
TV正则化
双边滤波
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 基于加权函数的全变分图像去噪模型
来源期刊 电子测量技术 学科 工学
关键词 图像去噪 偏微分方程 全变分 加权函数
年,卷(期) 2018,(7) 所属期刊栏目 信息技术及图像处理
研究方向 页码范围 58-63
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.19651/j.cnki.emt.1701305
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 金聪 69 430 13.0 16.0
2 栾宁丽 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (146)
共引文献  (14)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(4)
  • 参考文献(1)
  • 二级参考文献(3)
1992(6)
  • 参考文献(1)
  • 二级参考文献(5)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(18)
  • 参考文献(1)
  • 二级参考文献(17)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(18)
  • 参考文献(4)
  • 二级参考文献(14)
2017(5)
  • 参考文献(4)
  • 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)
研究主题发展历程
节点文献
图像去噪
偏微分方程
全变分
加权函数
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导