首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   109篇
  免费   0篇
  国内免费   1篇
教育   78篇
科学研究   25篇
体育   2篇
综合类   4篇
信息传播   1篇
  2023年   2篇
  2022年   2篇
  2021年   3篇
  2020年   1篇
  2019年   2篇
  2018年   2篇
  2017年   3篇
  2016年   3篇
  2015年   6篇
  2014年   18篇
  2013年   8篇
  2012年   8篇
  2011年   15篇
  2010年   9篇
  2009年   11篇
  2008年   5篇
  2007年   5篇
  2006年   1篇
  2005年   3篇
  2004年   1篇
  2002年   2篇
排序方式: 共有110条查询结果,搜索用时 453 毫秒
1.
本介绍了图像去噪的原理,并对几种图像去噪方法进行了分析,提出了一种基于高阶统计量的图像去噪法,实验表明,这种方法具有较好的去噪效果。  相似文献   
2.
小波变换能对信号特征进行自适应分类提取,并快速有效地将图像信号分解成不同频带范围内的图像分量,利于图像去噪。随机共振能将部分噪声转换成信号能量,达到增大图像对比度、提高图像质量的效果。提出了一种基于小波变换和二维随机共振的图像去噪方法,实验结果表明,该方法取得了不错的去噪效果。  相似文献   
3.
对小波图像去噪方法的探讨   总被引:2,自引:0,他引:2  
小波图像去噪方法已广泛应用于图像去噪领域.在对日前小波图像去噪文献进行综合的基础上,描述了信号奇异性,并阐述了三种基于小波阈值去噪的方法,最后对小波去噪方法进行了一些展望.  相似文献   
4.
采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当使用滤波器函数,对去噪图像的效果影响极大。文章构造了可用于非线性滤波算法的一族分段次小波阈值参数滤波器函数,它是Donoho的软阈值滤波器函数的推广,证明了滤波后的逼近是Besov空间中泛函的近似最小值。该滤波器函数次数越大,逼近效果越好,也证明了广义软阈值滤波器函数的极限是一理想低通滤波器。仿真结果证实了区间双正交小波比Daubech ies小波有更好的去噪效果。  相似文献   
5.
高效的MRI去噪算法是一个极具价值的挑战性课题。介绍了非局部平均(NLM)滤波算法在MRI图像的应用及改进方法,探讨了发展趋势及应注意的问题。  相似文献   
6.
基于中值滤波和维纳滤波的图像混合噪声滤波研究   总被引:1,自引:0,他引:1  
某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与维纳滤波的图像去噪算法。该算法首先检测出脉冲噪声点,并对脉冲噪声点进行中值滤波处理,然后用维纳滤波滤除图像中的高斯白噪声。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和维纳滤波好得多。  相似文献   
7.
引入模糊关联集合概念,提出了一种基于模糊关联集合的图像去噪算法,并用该算法做了两组实验,通过对比两种噪声在采用均值滤波器、中值滤波器及基于模糊关联集合的图像去噪方法处理后的图片,得出了后者优于前两者的结论。  相似文献   
8.
场景中的光照条件对数字图像的质量具有决定性影响,当光照强度较弱时,获取的低照度图像对比度低,信噪比较差,给后续图像处理工作带来困难。经典基于邻域的图像去噪算法依据图像相邻像素之间的灰度连续性,往往在去除噪声的同时导致图像边沿模糊。文章介绍一种基于邻域像素随机舍弃的低照度图像去噪算法。算法首先根据像素邻域的拉普拉斯算子自适应地调节舍弃概率,并对邻域内各像素进行随机舍弃估计;然后以邻域的方差最小化为目标函数并添加偏差项进行约束,通过协调方差项与偏差项获取保留像素的权重估计;最后根据邻域像素的权重迭代估计图像像素值。实验仿真结果显示该算法能够在低照度条件下有效去除图像噪声,恢复原始图像信息。  相似文献   
9.
为了增强图像边缘和纹理以及去除图像噪声,讨论分数阶微积分算子频域特性,提出新型的分数阶微积分算子模板和算法。考虑边缘和纹理具有方向性、空间邻域内像素的关联性以及相邻像素灰度值的相近性,利用3×3模板,在分数阶微分增强时,取中心点4个方向最大值为增强值;在分数阶积分去噪时,将图像分别在8个方向卷积,按照在8个方向卷积结果总和中所占的比例大小进行线性加权,从而得到去噪后的图像。实验结果表明,提出的分数阶微积分算子能明显地增强图像的边缘和纹理信息以及去除图像噪声,并且视觉效果明显。  相似文献   
10.
提出一种新的自由分布式(FDR)假设检验阈值和非下采样Contourlet变换(NSCT)相结合的图像去噪方法。该方法首先在NSCT域利用统计学中的自由分布式错误发现率(FDR)假设检验方法来设定阈值,再通过软阈值函数进行去噪,且不依赖信号的长度。实验结果表明:该方法能够更有效地去除。感图像的高斯噪声,提高图像的峰值信噪比;同时利用NSCT变换的平移不变性抑制了去噪中的伪Gibbs失真效应,较完整地保持了图像的纹理和边缘等细节信息,从而明显改善了图像的视觉效果。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号