作者:
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:
实现数字图像中噪声参数的精确估计对提高图像处理的质量有重要意义.对被高斯白噪声所污染的图像进行稀疏主成分分析时,其部分主成分的负载向量的均值与高斯白噪声标准差呈现一定的线性关系.基于此特征,本文提出了一种快速精确的图像噪声估计方法.在该方法中,通过对高斯白噪声污染图像添加多种已知标准差等级的新的高斯白噪声以产生多幅新图像,然后对每幅图像进行稀疏主成分分析,并求取多个主成分负载向量均值.最后,通过求解一个超定方程组实现图像高斯噪声标准差等级的精确估计.实验结果表明,本方法在低噪声(δ0=5)到高噪声(δ0=70)条件下均具有较高的估计精度和较强的鲁棒性,在实际工程中具有一定的实用价值.
推荐文章
基于TL1罚的稀疏主成分分析
稀疏主成分分析
TL1罚
阈值迭代算法
基于一种非凸罚函数的稀疏主成分分析方法
稀疏主成分分析
阈值迭代算法
非凸罚函数
稀疏信息处理
收缩算子
临近算子
基于主成分分析的图像分割方法
图像分割
奇异值分解
主成分分析
多阈值分割
重建图像
基于主成分分析的彩色图像人脸检测
人脸检测
主成分分析
RGB图像
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 基于稀疏主成分分析的图像噪声估计方法
来源期刊 液晶与显示 学科 工学
关键词 稀疏主成分分析 高斯白噪声 图像噪声估计
年,卷(期) 2019,(9) 所属期刊栏目 图像处理
研究方向 页码范围 913-920
页数 8页 分类号 TP394.1|TH691.9
字数 3000字 语种 中文
DOI 10.3788/YJYXS20193409.0913
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 杨华 南充职业技术学院电子信息工程系 25 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (9)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
2000(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(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
稀疏主成分分析
高斯白噪声
图像噪声估计
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
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
论文1v1指导