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:
在对图像变分描述的前提下,为有效地利用条带噪声之间的相似性,本文将条带噪声的群稀疏表示引入到单向变分模型中,提出群稀疏技术限制的单向变分模型,并采用交替方向乘子法求解该模型.对比实验证明,本文所提出的群稀疏限制的单向变分模型能有效地利用条带噪声的相似性实现条带噪声的消除,更好地重构图像的细节信息,峰值信噪比与结构相似性比其他模型分别提高6.76 dB和0.25,图像去噪性能更优.
推荐文章
一种改进的超宽条带噪声消除算法
高光谱遥感图像
超宽条带噪声
最小序列值
小波变换
矩匹配
采用变分法的遥感影像条带噪声去除
条带噪声影像
条带去除单向变分模型
条带保留单向变分模型
遥感影像
一种基于群稀疏特征选择的图像检索方法
基于内容的图像检索
特征选择
逻辑回归
群稀疏表示
L2,1范数正则化
一种基于CTA测试的噪声消除算法
入网测试
噪声抑制
维纳滤波
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 一种群稀疏限制的消除条带噪声变分模型
来源期刊 液晶与显示 学科 工学
关键词 条带噪声 变分 群稀疏 交替方向秉子法
年,卷(期) 2020,(6) 所属期刊栏目 图像处理
研究方向 页码范围 604-611
页数 8页 分类号 TP391.41
字数 3409字 语种 中文
DOI 10.3788/YJYXS20203506.0604
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 薛智爽 四川轻化工大学人工智能四川省重点实验室 3 0 0.0 0.0
2 陈明举 四川轻化工大学人工智能四川省重点实验室 7 2 1.0 1.0
4 陈柳 四川轻化工大学人工智能四川省重点实验室 2 0 0.0 0.0
7 吴浩 四川轻化工大学人工智能四川省重点实验室 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (120)
共引文献  (50)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(19)
  • 参考文献(0)
  • 二级参考文献(19)
2014(14)
  • 参考文献(3)
  • 二级参考文献(11)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(12)
  • 参考文献(3)
  • 二级参考文献(9)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(6)
  • 参考文献(3)
  • 二级参考文献(3)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
条带噪声
变分
群稀疏
交替方向秉子法
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
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