公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

滤除图像中混合噪声的LSE模型被引量：5: 2013年; 图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配,然后对得到的相似块低秩逼近得到去噪图像。实验结果表明,与LS模型相比,LSE模型在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,去噪图像的信噪比提高了约0.1-2dB;与BM3D相比,在高斯噪声较小的情况下信噪比提高了约0.5-2.5dB。; 袁珍林相波王新宁; 关键词：块匹配

基于低秩稀疏理论的视频增强研究: 随着安防意识的增强，越来越多的场所装有视频监控设备如校园，居民区，停车场等等。但是由于夜间光照条件不足，获取的视频亮度不足，对比度下降，含有大量的噪声，视觉效果较差，从视频中获取的信息非常有限，不利于进一步处理。为获取更...; 袁珍; 关键词：视频增强图像混合噪声

滤除图像中混合噪声的LSE模型: 图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失.本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似...; 袁珍林相波王新宁; 关键词：图像处理噪声抑制; 文献传递

基于FCM聚类算法的MRI脑组织图像分割方法比较研究被引量：5: 2015年; 目的磁共振成像(magnetic resonance imaging,MRI)对脑组织有较好的成像效果,但噪声、偏移场和部分容积效应(partial volume effect,PVE)的存在,使得全自动分割MRI图像面临一定的困难。模糊C均值(fuzzy C-means,FCM)聚类算法在脑组织分割中得到较广泛研究。本文以存在噪声和偏移场影响的脑MRI图像分割为应用背景,研究了大量相关方法,探讨FCM算法分割脑部图像的改进思想。方法本文主要研究了9种FCM算法的理论基础,并通过脑组织分割实验对各种算法进行了分析。结果比较了不同算法的优劣,给出各类算法直观及定量评价结果。结论偏移场和噪声对脑磁共振图像组织分类质量有明显影响。其中几种方法可以减弱这些不利影响,但由于难以选择合适的参数,其分类效果并不理想。如何合理利用空间信息在未来仍有较大研究价值。; 王新宁林相波袁珍; 关键词：磁共振成像 FCM算法噪声

全选清除导出

共1页<1>

袁珍