期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于残差密集卷积自编码的高噪声图像去噪方法
1
作者
张杰
卢淼鑫
+3 位作者
李嘉康
徐大勇
黄雯潇
史小平
《计算机科学》
CSCD
北大核心
2024年第S01期555-561,共7页
在高噪声图像去噪中,传统卷积自编码器难以挖掘有效的深度特征信息,进而影响了图像的重建质量。为了提高高噪声图像的重建质量,提出了一种残差密集卷积自编码器网络模型。该模型首先使用卷积操作代替池化操作以提高高噪声图像的表征能力...
在高噪声图像去噪中,传统卷积自编码器难以挖掘有效的深度特征信息,进而影响了图像的重建质量。为了提高高噪声图像的重建质量,提出了一种残差密集卷积自编码器网络模型。该模型首先使用卷积操作代替池化操作以提高高噪声图像的表征能力;同时,在编码和解码阶段设计三级密集残差网络结构,实现图像特征的有效挖掘;最后,设计一个优化损失函数以进一步提高重建图像的质量。实验结果表明,设计的去噪方法能够从高噪声图像中重建高质量的图像,同时能够保留更多的细节特征信息,有效验证了该算法在图像去噪中的有效性。该方法能够有效解决高噪声图像的去噪问题,具有重要的应用价值。
展开更多
关键词
图像
去噪
卷积自编码器
残差密集卷积
高
噪声
图像
优化损失函数
下载PDF
职称材料
高噪声图像的结构性缺失低秩矩阵重建算法
被引量:
1
2
作者
张虹
左鑫兰
黄瑶
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021年第3期407-412,共6页
为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声...
为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声图像初步处理,构建低秩与稀疏先验下结构性缺失矩阵重建模型。根据低秩先验和稀疏先验对重建矩阵进行约束,并通过重加权策略强化低秩与先验性,增强矩阵重建精确性。在重加权策略架构下,实现模型约束向无约束子问题的转化,并通过交替方向法实现模型求解。实验结果表明:该方法可实现结构性缺失低秩矩阵的高精度重建,峰值信噪比高达29.05 dB,平均绝对误差低于18。证明该方法有较好的图像降噪性能,提高了结构性缺失低秩矩阵重建精度。
展开更多
关键词
高
噪声
图像
邻域平均法
结构性缺失
低秩矩阵
重加权
拉格朗日函数
灰度值
高
斯
噪声
脉冲
噪声
下载PDF
职称材料
高噪声遥感图像稀疏去噪重建
被引量:
10
3
作者
张杰
史小平
+1 位作者
张焕龙
耿盛涛
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第10期47-54,共8页
高噪声遥感图像去噪一直是遥感领域研究的一个重要难题,为进一步提高高噪声遥感图像的重建质量,在经典的压缩感知迭代小波阈值算法的基础上,提出了一种改进迭代小波阈值算法.首先,提出一种自适应小波滤波算子在图像稀疏变换过程中对获...
高噪声遥感图像去噪一直是遥感领域研究的一个重要难题,为进一步提高高噪声遥感图像的重建质量,在经典的压缩感知迭代小波阈值算法的基础上,提出了一种改进迭代小波阈值算法.首先,提出一种自适应小波滤波算子在图像稀疏变换过程中对获取的遥感图像小波系数进行筛选,去除图像中的部分噪声信息;其次,使用提出的下降BayesShrink阈值在每次迭代过程中对获取的小波系数进行二次筛选过程;最后,使用改进的块稀疏全变差方法对获得的重建图像进行调整以进一步提高重建遥感图像的质量.试验结果表明,该算法的去噪重建性能优于经典的压缩感知迭代小波阈值算法,可以从高噪声图像中重建一幅高质量的遥感图像,验证了该算法的有效性.此外,该算法能够有效地保护遥感图像的边缘和纹理等重要特征信息.在低压缩采样比情况下,该算法也能够获得相对较高的峰值信噪比和视觉质量.在卫星地面接收站,该算法可直接使用获取的少量含噪遥感图像数据重建一幅清晰的遥感图像.
展开更多
关键词
高
噪声
遥感
图像
去噪
压缩感知
小波阈值
改进的块稀疏全变差
下载PDF
职称材料
题名
基于残差密集卷积自编码的高噪声图像去噪方法
1
作者
张杰
卢淼鑫
李嘉康
徐大勇
黄雯潇
史小平
机构
郑州轻工业大学电气信息工程学院
中国烟草总公司郑州烟草研究院烟草工艺重点实验室
哈尔滨工业大学控制与仿真中心
出处
《计算机科学》
CSCD
北大核心
2024年第S01期555-561,共7页
基金
国家自然科学基金(62102373,62006213)
河南省科技攻关项目(222102320321,232102220020)。
文摘
在高噪声图像去噪中,传统卷积自编码器难以挖掘有效的深度特征信息,进而影响了图像的重建质量。为了提高高噪声图像的重建质量,提出了一种残差密集卷积自编码器网络模型。该模型首先使用卷积操作代替池化操作以提高高噪声图像的表征能力;同时,在编码和解码阶段设计三级密集残差网络结构,实现图像特征的有效挖掘;最后,设计一个优化损失函数以进一步提高重建图像的质量。实验结果表明,设计的去噪方法能够从高噪声图像中重建高质量的图像,同时能够保留更多的细节特征信息,有效验证了该算法在图像去噪中的有效性。该方法能够有效解决高噪声图像的去噪问题,具有重要的应用价值。
关键词
图像
去噪
卷积自编码器
残差密集卷积
高
噪声
图像
优化损失函数
Keywords
Image denoising
Convolutional autoencoder
Residual dense convolution
High noise image
Optimized loss function
分类号
TN911.73 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
高噪声图像的结构性缺失低秩矩阵重建算法
被引量:
1
2
作者
张虹
左鑫兰
黄瑶
机构
三峡大学计算机与信息学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021年第3期407-412,共6页
基金
湖北省自然科学基金项目(2019CFB215).
文摘
为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声图像初步处理,构建低秩与稀疏先验下结构性缺失矩阵重建模型。根据低秩先验和稀疏先验对重建矩阵进行约束,并通过重加权策略强化低秩与先验性,增强矩阵重建精确性。在重加权策略架构下,实现模型约束向无约束子问题的转化,并通过交替方向法实现模型求解。实验结果表明:该方法可实现结构性缺失低秩矩阵的高精度重建,峰值信噪比高达29.05 dB,平均绝对误差低于18。证明该方法有较好的图像降噪性能,提高了结构性缺失低秩矩阵重建精度。
关键词
高
噪声
图像
邻域平均法
结构性缺失
低秩矩阵
重加权
拉格朗日函数
灰度值
高
斯
噪声
脉冲
噪声
Keywords
high noise image
neighborhood averaging
structurally deficient
low rank matrix
heavy weighting
Lagrange function
gray value
Gaussian noise
impulse noise
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
高噪声遥感图像稀疏去噪重建
被引量:
10
3
作者
张杰
史小平
张焕龙
耿盛涛
机构
郑州轻工业大学电气信息工程学院
哈尔滨工业大学航天学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第10期47-54,共8页
基金
国家自然科学基金(61427809,61074127,61873246)
文摘
高噪声遥感图像去噪一直是遥感领域研究的一个重要难题,为进一步提高高噪声遥感图像的重建质量,在经典的压缩感知迭代小波阈值算法的基础上,提出了一种改进迭代小波阈值算法.首先,提出一种自适应小波滤波算子在图像稀疏变换过程中对获取的遥感图像小波系数进行筛选,去除图像中的部分噪声信息;其次,使用提出的下降BayesShrink阈值在每次迭代过程中对获取的小波系数进行二次筛选过程;最后,使用改进的块稀疏全变差方法对获得的重建图像进行调整以进一步提高重建遥感图像的质量.试验结果表明,该算法的去噪重建性能优于经典的压缩感知迭代小波阈值算法,可以从高噪声图像中重建一幅高质量的遥感图像,验证了该算法的有效性.此外,该算法能够有效地保护遥感图像的边缘和纹理等重要特征信息.在低压缩采样比情况下,该算法也能够获得相对较高的峰值信噪比和视觉质量.在卫星地面接收站,该算法可直接使用获取的少量含噪遥感图像数据重建一幅清晰的遥感图像.
关键词
高
噪声
遥感
图像
去噪
压缩感知
小波阈值
改进的块稀疏全变差
Keywords
high noise remote sensing image
denoising
compressed sensing
wavelet threshold
IGSTV
分类号
TN911.73 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于残差密集卷积自编码的高噪声图像去噪方法
张杰
卢淼鑫
李嘉康
徐大勇
黄雯潇
史小平
《计算机科学》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
高噪声图像的结构性缺失低秩矩阵重建算法
张虹
左鑫兰
黄瑶
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021
1
下载PDF
职称材料
3
高噪声遥感图像稀疏去噪重建
张杰
史小平
张焕龙
耿盛涛
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019
10
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部