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:
为使保边性更好的去噪模型在邻近图像边缘处得到应用,同时在图像平坦处得到平滑性更好的模型,解决选择单一的正则项系数对图像处理结果造成的不良影响,有效地自适应选取正则项系数,采用基于小波变换的图像分割技术将图像分为边缘区域和平坦区域,通过修改TV模型的数值解法和ROF算法,实现自适应正则项系数算法.实验结果表明,改进的模型和自适应正则项系数选取算法得出的图像,均方误差为56.69,峰值信噪比为31.00,平均相似度为0.84.改进的TV模型在图像去噪效果方面优于原模型,自适应正则项系数算法能够弥补原图像去噪方法的不足.
推荐文章
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
无模型自适应去噪控制及其应用
控制算法
工业锅炉的控制
无模型自适应控制
跟踪微分器
去噪
CFB锅炉
基于自适应搜索窗的非局部均值去噪算法
图像去噪
非局部均值算法
自适应搜索窗
局部多项式近似—置信区间交叉
基于自适应耦合PDE模型的车牌图像去噪研究
偏微分方程(PDE)
车牌识别
各向异性扩散
自适应耦合
振动滤波
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 基于改进自适应TV模型的全自适应去噪算法
来源期刊 软件导刊 学科 工学
关键词 图像去噪 TV模型 ROF算法 正则项系数 自适应
年,卷(期) 2019,(12) 所属期刊栏目 算法与语言
研究方向 页码范围 112-117
页数 6页 分类号 TP312
字数 5812字 语种 中文
DOI 10.11907/rjdk.192284
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 蔡光程 昆明理工大学理学院 46 164 8.0 9.0
2 严高艳 昆明理工大学理学院 3 1 1.0 1.0
3 潘韬丞 昆明理工大学理学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (9)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(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
图像去噪
TV模型
ROF算法
正则项系数
自适应
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导