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:
二阶广义的全变分模型是一种建立在全变分模型的思想之上进行改进的图像去噪模型,该模型是一种考虑了一阶以及高阶梯度稀疏性的模型,能够有效地抑制阶梯伪影效应的产生.Lp收缩算子相比于L1算子增加了一个自由度,它能够更好地刻画稀疏梯度信息,同时Lp收缩算子的等高线对噪声更加鲁棒.考虑到Lp收缩算子的优势,将Lp收缩算子引入二阶广义全变分去噪模型,提出改进的二阶广义全变分Lp收缩算子模型(TGV2-Lp).利用交替乘子迭代法对模型进行求解,引入快速傅里叶算法提高算法效率.通过测试6组图片、对比传统的3种去噪模型,从实验结果可以得出,提出的模型TGV2-Lp在有效保留图片边缘细节信息的同时,能够有效去除噪声,在视觉效果、峰值信噪比和结构相似性都有一定优势.
推荐文章
一种新的变分去噪模型定参方法
变分
去噪
初值
阚值
小波分解
图像复原的Contourlet收缩与广义全变分正则化方法
图像复原
全变分模型
方块效应
Contourlet收缩
正则化
广义全变分模型
重叠组稀疏广义全变分图像去模糊方法
重叠组稀疏
广义全变分
图像去模糊
带重启加速交替方向乘子法
基于广义解调和广义S变换的时频域去噪方法
毫米波干涉仪
时频分析
广义解调
广义S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Lp收缩算子的改进广义全变分去噪方法
来源期刊 计算机技术与发展 学科 工学
关键词 二阶广义全变分模型 图像去噪 Lp收缩算子 交替乘子迭代法 稀疏性
年,卷(期) 2020,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 20-25,88
页数 7页 分类号 TP301.6
字数 3977字 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.04.004
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 陈颖频 闽南师范大学物理与信息工程学院 23 42 3.0 6.0
2 杨晶晶 福州大学物理与信息工程学院 1 0 0.0 0.0
3 吴辉 闽南师范大学物理与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (7)
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)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(11)
  • 参考文献(3)
  • 二级参考文献(8)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(13)
  • 参考文献(1)
  • 二级参考文献(12)
2018(5)
  • 参考文献(2)
  • 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
二阶广义全变分模型
图像去噪
Lp收缩算子
交替乘子迭代法
稀疏性
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导