您的位置: 专家智库 > >

人工智能四川省重点实验室开放基金(2012RYY08)

作品数:4 被引量:11H指数:2
相关作者:陈明举杨平先何庭杰陈聪方洋更多>>
相关机构:四川理工学院更多>>
发文基金:人工智能四川省重点实验室开放基金四川省教育厅资助科研项目四川省教育厅自然科学科研项目更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇电子电信
  • 2篇自动化与计算...

主题

  • 4篇图像
  • 4篇去噪
  • 3篇图像去噪
  • 3篇去噪算法
  • 2篇小波
  • 2篇小波变换
  • 2篇波变换
  • 1篇统计特性
  • 1篇图像盲分离
  • 1篇图像去噪算法
  • 1篇欧式
  • 1篇小波去噪
  • 1篇盲分离
  • 1篇盲源分离
  • 1篇混合图像
  • 1篇基于小波变换
  • 1篇各向异性扩散
  • 1篇核函数
  • 1篇非局部
  • 1篇非局部均值

机构

  • 4篇四川理工学院

作者

  • 3篇陈明举
  • 2篇杨平先
  • 1篇方洋
  • 1篇陈聪
  • 1篇何庭杰
  • 1篇朱彦

传媒

  • 2篇四川理工学院...
  • 1篇电视技术
  • 1篇液晶与显示

年份

  • 3篇2014
  • 1篇2013
4 条 记 录,以下是 1-4
排序方式:
基于统计特性的非局部均值去噪算法被引量:8
2014年
针对非局部均值滤波的权值由相似块的欧式距来确定而未考虑其受噪声影响的缺点,提出了一种权值由相似块欧式距的统计特性确定的去噪算法。该算法首先对受到高斯噪声干扰的图像相似块的欧式距建立概率分布函数,再由概率分布函数确定权值大小,从而有效地减小高斯噪声对加权系数的影响,以提高去噪性能。实验中,从主客观方面与传统非局部均值滤波进行对比分析,实验数据表明本文提出的算法峰值信噪比提高约1dB,去除噪声的同时保留更多图像的细节信息,去噪性能更优。
陈明举
关键词:非局部均值概率密度图像去噪
基于小波变换和KICA算法的图像盲分离被引量:2
2014年
盲源分离技术在污染图像恢复与重构中起着重要的作用。近年来出现了多种盲分离算法,在无噪声的情况下,KICA(核独立分量分析)的分离方法最好。但在有噪声的情况下,传统的方法对于有噪混合图像的分离效果不佳。针对这一问题,提出了小波去噪与KICA相结合的算法对有噪混合图像进行去噪分离。仿真实验结果表明这种方法能有效地降低噪声的影响,能较好地实现了图像的分离。
陈聪杨平先方洋何庭杰
关键词:盲源分离小波去噪
非线性扩散与小波变换的混合图像去噪算法
2013年
在分析小波变换与非线性扩散之间联系的基础上,针对Haar小波变换阈值收缩去噪的不足,提出了基于非线性扩散与小波变换相结合的复合去噪算法。该算法对图像一次小波变换的3个高频先进行阈值收缩,然后对低频进行非线性扩散预处理,再进行非线性扩散。通过对比分析实验证明本模型在图像去噪中取得较高的峰值信噪比,取得了更好的图像去噪性能。
朱彦陈明举
关键词:小波变换高斯平滑图像去噪
一种基于核函数的各向异性扩散图像去噪算法被引量:1
2014年
分析了各向异性扩散去噪模型优缺点,针对PM模型不能有效区分噪声和边缘,提出了一种基于核函数的各向异性扩散去噪模型。在该模型中,把图像中噪声与边缘在低维空间的非线性区分关系转变为高维特征空间的线性关系,利用核函数获得高维空间的扩散函数。实验中分别与PM模型、Cattle模型比较分析,证明基于核函数的扩散模型在去除噪声的同时,更好地保留图像的信息,且峰值信噪比最高,去噪性能最优。
杨平先陈明举
关键词:图像去噪各向异性扩散核函数高维空间
共1页<1>
聚类工具0