2025年2月9日
星期日
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
孙娟
作品数:
1
被引量:4
H指数:1
供职机构:
河海大学物联网工程学院
更多>>
发文基金:
中央高校基本科研业务费专项资金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
蒋爱民
河海大学物联网工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
图像
1篇
图像去噪
1篇
图像去噪方法
1篇
去噪
1篇
去噪方法
1篇
字典学习
1篇
小波
1篇
小波融合
机构
1篇
河海大学
作者
1篇
蒋爱民
1篇
孙娟
传媒
1篇
微处理机
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于字典学习的残差信息融合图像去噪方法
被引量:4
2015年
传统去噪算法只考虑从含噪图像中恢复出图像信息,然而对去噪后残差信号的利用却并未加以重视。针对图像去噪后残差信号中包含有用信息的特点,提出了一种基于字典学习的残差信息融合图像去噪方法。首先使用字典学习方法对单幅含噪图像进行去噪;然后对首次降噪后的残差图像进行图像块筛选;再对筛选出的图像块再次进行去噪处理;最后在小波域实现两幅图像的融合得到最终的去噪图像。实验结果表明,与传统基于字典学习的去噪方法相比,所提方法能够进一步提取残差信号中的图像特征信息,在峰值信噪比和结构相似度上都有所提升。特别是对一些细节较为复杂的场景图像,具有更好的去噪效果,从而证明了残差信号对于图像去噪的重要作用。
董明堃
蒋爱民
孙娟
关键词:
图像去噪
字典学习
小波融合
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张