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
共找到8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：
基于Curvelet-Wavelet变换高分辨率遥感图像降噪 被引量：6
1
作者 文奴 杨世植 崔生成 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2015年第1期79-86,共8页
基于图像卡通-纹理分解模型,利用Curvelet变换和Wavelet变换对图像不同部分具有不同的稀疏表示特性,提出新的混合域遥感图像降噪方法.利用分解模型对图像分别进行Curvelet域和Wavelet域中的系数建模,结合高斯混合尺度模型(GSM)对图像卡... 基于图像卡通-纹理分解模型,利用Curvelet变换和Wavelet变换对图像不同部分具有不同的稀疏表示特性,提出新的混合域遥感图像降噪方法.利用分解模型对图像分别进行Curvelet域和Wavelet域中的系数建模,结合高斯混合尺度模型(GSM)对图像卡通部分和纹理部分进行降噪,之后对图像进行合并.实验结果表明,该方法降噪后图像峰值信噪比(PSNR)明显提高,有效地保持了图像的细节和边缘,抑制了降噪图像的混叠现象. 展开更多
关键词 分解模型 高斯混合尺度模型 CURVELET 非信息先验 降噪
下载PDF
基于提升改进方向波变换的浮选泡沫图像降噪方法 被引量：2
2
作者 李建奇 阳春华 +1 位作者 朱红求 曹斌芳 《中国有色金属学报》 EI CAS CSCD 北大核心 2013年第12期3484-3491,共8页
针对矿物浮选过程中泡沫图像易受噪声影响,存在纹理细节模糊、灰度值对比度低等问题,提出一种浮选泡沫图像的非线性降噪方法。首先构造一种改进方向波变换,保证信号的平移不变性,同时采用提升算法减小其运算量。然后通过对分解系数建模... 针对矿物浮选过程中泡沫图像易受噪声影响,存在纹理细节模糊、灰度值对比度低等问题,提出一种浮选泡沫图像的非线性降噪方法。首先构造一种改进方向波变换,保证信号的平移不变性,同时采用提升算法减小其运算量。然后通过对分解系数建模,针对低频子带系数采用多尺度Retinex算法进行处理,以改善整体亮度均匀性,提高对比度;对各高通子带构建基于高斯混合尺度模型的分解系数邻域模型,并利用Bayes最小均方(BLS)估计进行局部去噪。最后利用所提出的方法对大量浮选泡沫图像进行去噪分析。结果表明:所提出的降噪方法能突出泡沫图像的纹理细节信息,提高泡沫图像的对比度,在信噪比和实时性上有明显提高,为后续泡沫图像的分割和工况识别奠定基础。 展开更多
关键词 浮选泡沫图像 图像降噪 方向波变换 高斯混合尺度模型 RETINEX算法
下载PDF
基于高斯混合模型图像局部自适应去噪算法 被引量：2
3
作者 刘卫华 何明一 《系统工程与电子技术》 EI CSCD 北大核心 2009年第12期2806-2808,共3页
针对传统阈值小波去噪方法未考虑小波域尺度内和尺度间系数相关性的问题,采用基于小波域统计模型的新型去噪方法,图像小波域的先验统计模型采用高斯混合尺度模型。在计算信号的协方差矩阵时,对图像分块并用椭圆窗滑动求局部协方差矩阵,... 针对传统阈值小波去噪方法未考虑小波域尺度内和尺度间系数相关性的问题,采用基于小波域统计模型的新型去噪方法,图像小波域的先验统计模型采用高斯混合尺度模型。在计算信号的协方差矩阵时,对图像分块并用椭圆窗滑动求局部协方差矩阵,以达到局部自适应的去噪目的。实验表明,该方法与在子带内求协方差矩阵的方法相比,去噪效果有所提高。 展开更多
关键词 高斯混合尺度模型 小波变换 局部自适应 椭圆窗
下载PDF
一种基于复小波域的SAR图像相干斑抑制算法 被引量：1
4
作者 肖竹 钟桦 易克初 《信号处理》 CSCD 北大核心 2009年第2期180-184,共5页
相干斑噪声是SAR图像的固有特性。对相干斑噪声的抑制应在滤除噪声的同时尽量保留原图像的细节信息。本文针对SAR图像相干斑噪声的统计特性,将高斯混合尺度模型(GSM)引入二元树复小波(DTCWT)变换域,构造基于复小波域分解系数的邻域模型... 相干斑噪声是SAR图像的固有特性。对相干斑噪声的抑制应在滤除噪声的同时尽量保留原图像的细节信息。本文针对SAR图像相干斑噪声的统计特性,将高斯混合尺度模型(GSM)引入二元树复小波(DTCWT)变换域,构造基于复小波域分解系数的邻域模型,将其相邻尺度邻域视为高斯变量和一个尺度因子的乘积,并利用Bayes最小均方估计进行局部去噪。对仿真图像和真实SAR图像的实验表明,本文方法有效去除斑点噪声,且较好的保持了图像边缘等细节信息。与传统的空域滤波和小波等方法相比,该方法改善了噪声平滑和边缘保持等性能,并取得了满意的视觉效果。 展开更多
关键词 SAR图像 斑点噪声 二元树复小波 高斯混合尺度模型 贝叶斯最小均方估计
下载PDF
基于高斯混合尺度模型的压缩传感图像重构 被引量：1
5
作者 李林 孔令富 《光学技术》 CAS CSCD 北大核心 2010年第3期432-438,共7页
在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。为了克服传统的压缩传感算法中收敛速度慢和未利用变... 在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。为了克服传统的压缩传感算法中收敛速度慢和未利用变换系数的邻域统计特性的缺点,提出了基于高斯混合尺度模型的压缩传感图像重构算法,证明了独立的高斯混合尺度分布作为压缩传感重构的稀疏先验知识的可行性,结合全变差调整进一步提高算法的性能。实验结果表明,该算法有效地提高了重构图像的主观视觉效果和峰值信噪比,加快了压缩传感图像重构算法的收敛速度。 展开更多
关键词 图像处理 压缩传感 高斯混合尺度模型 邻域系数 全变差
原文传递
基于提升Directionlet域高斯混合尺度模型的SAR图像噪声抑制 被引量：11
6
作者 白静 侯彪 +1 位作者 王爽 焦李成 《计算机学报》 EI CSCD 北大核心 2008年第7期1234-1241,共8页
提出了一种新的SAR图像相干斑噪声抑制方法.该方法将高斯混合尺度(GSM)模型引入Directionlet变换域,构造了基于提升Directionlet分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪.作为一种新的多尺度几何分析工具,Directionlet... 提出了一种新的SAR图像相干斑噪声抑制方法.该方法将高斯混合尺度(GSM)模型引入Directionlet变换域,构造了基于提升Directionlet分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪.作为一种新的多尺度几何分析工具,Directionlets通过多方向选择来捕捉图像中各向异性特征,滤波器结构为可分离设计;采用提升方案进一步减小变换的运算量.文中对相邻位置和尺度的系数建立GSM模型,能较好地描述系数的边缘分布,充分体现邻域间系数的相关性.对大量真实SAR图像的去噪实验表明,文中方法取得了比空域滤波及小波方法更优的去噪性能,同时在图像边缘等细节特征保持方面具有明显优势. 展开更多
关键词 SAR图像 Directionlet变换 高斯混合尺度模型(GSM) 提升方案 斑点噪声
下载PDF
ND-GSM模型的采样矩阵方向优化及SAR图像去噪 被引量：2
7
作者 陈双叶 周耳江 吴强 《计算机科学》 CSCD 北大核心 2015年第S1期158-162 167,167,共6页
将非下采样Directionlet变换(Nonsubsampled Directionlet,ND)和高斯混合尺度(GSM)模型相结合,提出了基于ND-GSM模型的采样矩阵方向优化算法并将其应用于SAR图像去噪。首先,将SAR图像的分割子图进行二进小波变换,从而确定SAR图像的方向... 将非下采样Directionlet变换(Nonsubsampled Directionlet,ND)和高斯混合尺度(GSM)模型相结合,提出了基于ND-GSM模型的采样矩阵方向优化算法并将其应用于SAR图像去噪。首先,将SAR图像的分割子图进行二进小波变换,从而确定SAR图像的方向优化采样矩阵,然后在各个子图中将GSM模型引入采样矩阵方向优化的非下采样Directionlet变换域中,构造了采样矩阵方向优化的非下采样Directionlet域分解系数的邻域模型(ND-GSM),最后利用Bayes最小均方估计进行子图变换域的局部去噪,并合成去噪后的分割子图,得到去噪后的SAR图像。该方法解决了当非下采样Directionlet基函数的方向与图像中各向异性目标不一致时图像的逼近效果差的问题。仿真实验结果表明,该方法能充分体现邻域间系数的相关性,同时在图像边缘等细节特征保持方面具有明显优势,明显改善了图像视觉效果,取得了比空域滤波及小波方法更优的去噪性能。 展开更多
关键词 非下采样Direcionlet变换 高斯混合尺度模型(GSM) 采样矩阵方向优化 SAR图像
下载PDF
曲波域高斯混合尺度模型的图像压缩重构 被引量：1
8
作者 纪建 李晓 许双星 《中国图象图形学报》 CSCD 北大核心 2013年第10期1247-1254,共8页
压缩传感理论将信号的采样与压缩同时进行,利用信号在变换基上可以稀疏表示的先验知识,从比香农采样少得多的观测值中重构原始信号。近年来,两步迭代阈值算法作为一种求解反问题的优化方法,因其与多尺度几何分析存在紧密联系,且算法参数... 压缩传感理论将信号的采样与压缩同时进行,利用信号在变换基上可以稀疏表示的先验知识,从比香农采样少得多的观测值中重构原始信号。近年来,两步迭代阈值算法作为一种求解反问题的优化方法,因其与多尺度几何分析存在紧密联系,且算法参数少,思想比较简单等特点,已经应用到了压缩重构中。但其使用时域的软硬阈值算子,不能获得很好的图像稀疏表示,从而使得算法重构精度不高。针对上述问题,在研究两步迭代阈值算法的基础上,提出一种自适应的两步迭代阈值算法。该算法利用当前估计值提供的信息自适应估计步长参数,保证了估计值向最优解方向移动,提高了算法的重构精度,且针对其稀疏表示信号能力不足的缺点,运用高斯混合尺度模型对曲波邻域系数进行建模,充分利用曲波变换平移不变性和多方向选择性的优点,增加了图像表示的稀疏度。最后将其应用到图像压缩重构中,实验结果表明,该算法在峰值信噪比和主观视觉上都优于小波域高斯混合尺度模型和曲波硬阈值重构方法。 展开更多
关键词 压缩重构 两步迭代阈值 曲波域高斯混合尺度模型 自适应步长
原文传递
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
使用帮助 返回顶部