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:
对受高斯和脉冲混合噪声污染的数字图像去噪方法进行了研究,提出了一种基于噪声检测的自适应总变分(TV)去噪算法.提出的改进算法采用两步迭代框架实现:脉冲噪点检测和全变分图像恢复.第一步中,考虑到脉冲噪声污染的像素点不包含原图像有效信息,采用一种局部统计值,即邻域像素间的随机绝对差排序值(ROAD)估计出噪点的位置;第二步中,采用L2-TV方法进行去噪处理,并对上述过程进行迭代处理,得到去噪图像.在噪点估计过程中引入脉冲噪点水平参数,这样处理的优势在于可更准确地检测出脉冲噪点;而L2-TV去噪方法可很好地去除高斯噪声,两者结合有效地解决了TV算法存在误判图像脉冲噪声为边缘而产生假边缘的问题.与现有典型去噪方法的比较实验表明,该迭代去噪算法,即TV-ROAD算法,既能够去除混合噪声,又可以保留图像细节特征.
推荐文章
一种新的变分去噪模型定参方法
变分
去噪
初值
阚值
小波分解
基于总变分和中值滤波的图像去噪方法
图像去噪
总变分
假边缘
中值滤波
基于曲率差分的自适应全变分去噪算法
图像去噪
全变分模型
自适应
细节保护
保持泊松噪声图像细节的快速变分去噪算法
图像去噪
泊松噪声
交替方向乘子(ADMM)算法
细节
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 基于噪声检测的总变分去噪算法
来源期刊 计算机工程与科学 学科 工学
关键词 高斯脉冲混合噪声 全变分修复 随机绝对差排序值 图像去噪
年,卷(期) 2018,(3) 所属期刊栏目 图形与图像
研究方向 页码范围 507-514
页数 8页 分类号 TP391.4
字数 4928字 语种 中文
DOI 10.3969/j.issn.1007-130X.2018.03.017
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 王建 天津大学电气自动化与信息工程学院 42 276 10.0 15.0
2 冀中 天津大学电气自动化与信息工程学院 25 130 7.0 10.0
3 刘立 天津大学电气自动化与信息工程学院 23 127 7.0 10.0
4 赵硕 天津大学电气自动化与信息工程学院 5 46 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (7)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (14)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 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(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
高斯脉冲混合噪声
全变分修复
随机绝对差排序值
图像去噪
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导