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:
引入稀疏编码思想实现对数据信息的最优非线性逼近,在图像去噪方面已取得较好的实验效果.本文对图像去噪模型进行分析,介绍了稀疏编码思想实现图像去噪的原理,并对经典的稀疏去噪模型进行对比与分析.最后,基于稀疏模型对去噪算法进行分析,提出了稀疏模型在其他研究领域的展望.
推荐文章
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
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
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
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
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 基于稀疏模型的图像去噪算法研究
来源期刊 科技创新导报 学科 工学
关键词 稀疏编码 字典学习 自相似性 非局部 图像去噪
年,卷(期) 2019,(8) 所属期刊栏目 环境科学
研究方向 页码范围 133-135
页数 3页 分类号 TP751.1
字数 3236字 语种 中文
DOI 10.16660/j.cnki.1674-098X.2019.08.133
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (1)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
稀疏编码
字典学习
自相似性
非局部
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
科技创新导报
旬刊
1674-098X
11-5640/N
大16开
北京市
2004
chi
出版文献量(篇)
89179
总下载数(次)
271
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导