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:
由于图像受噪声的影响,无法从降质信号中获得准确的稀疏系数.针对此问题,对一种组稀疏表示的双重l1范数优化图像去噪算法进行研究,该算法同时采用非局部相似图像块组稀疏表示的l1范数和稀疏残差作为正则项对组稀疏系数进行约束,并利用一种有效的迭代收缩算法实现对模型的优化求解,以获取更鲁棒的稀疏系数,另外,为了进一步提高去噪性能,采用贝叶斯公式推导出自适应调整两个正则化参数的方法.实验结果表明,与现有的许多算法相比,新算法能够在去除噪声的同时抑制伪影,保护图像的细节信息,峰值信噪比相对经典的BM3D算法而言,最多可提高1.24 dB.
推荐文章
组约束与非局部稀疏的图像去噪算法
图像去噪
非局部相似
稀疏表示
分组约束
一种改进的组稀疏表示图像去噪方法
图像去噪
稀疏表示
相似性
纹理
一种基于稀疏表示的图像去噪算法
图像去噪
稀疏表示
小波变换
脊波变换
基于稀疏性的图像去噪综述
稀疏去噪
降噪模型
小波方法
多尺度几何分析
独立成分分量
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 组稀疏表示的双重l1范数优化图像去噪算法
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 图像去噪 组稀疏表示 l1范数 稀疏残差 迭代收缩算法
年,卷(期) 2019,(6) 所属期刊栏目 电子信息科学
研究方向 页码范围 1065-1072
页数 8页 分类号 TP391
字数 4851字 语种 中文
DOI 10.3969/j.issn.0490-6756.2019.06.012
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 尚振宏 昆明理工大学信息工程与自动化学院 64 372 12.0 17.0
2 刘辉 昆明理工大学信息工程与自动化学院 147 1430 17.0 34.0
3 骆骏 昆明理工大学信息工程与自动化学院 3 13 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (20)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 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(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(14)
  • 参考文献(3)
  • 二级参考文献(11)
2018(10)
  • 参考文献(3)
  • 二级参考文献(7)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
  • 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
组稀疏表示
l1范数
稀疏残差
迭代收缩算法
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
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