期刊文章详细信息
文献类型:期刊文章
机构地区:[1]成都大学电子信息工程学院,成都610106 [2]模式识别与智能信息处理实验室,成都610106 [3]深圳市高性能数据挖掘重点实验室,深圳518055 [4]四川大学计算机(软件)学院,成都610064
基 金:深圳市生物;互联网;新能源产业发展专项基金目(CXB201005250021A)
年 份:2014
卷 号:19
期 号:10
起止页码:1418-1429
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:目的提出一种利用分数阶微分梯度检测图像中的噪声点,并用于改进基于分数阶积分的图像去噪算法性能的算法。方法该算法首先使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度,依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点;然后只对被检测出的噪声点,在8个方向上进行分数阶积分运算完成去噪处理。结果通过在人工图像中分别添加高斯噪声和椒盐噪声以及在自然图像中分别添加高斯噪声和椒盐噪声的去噪对比实验得出相同结论,即只对图像中检测出的噪声点使用分数阶积分运算进行去噪有更好的去噪性能,获得了更好的视觉效果和更高的峰值信噪比。结论实验结果表明,基于分数阶微分梯度的噪声检测算法对解决图像去噪和保留图像纹理细节之间的矛盾有所帮助。随着对基于分数阶微分梯度噪声检测方法研究的深入,对图像中噪声检测的准确度会进一步提高,这将提供一种用于改进目前去噪算法性能的研究方向。
关 键 词:分数阶微积分 图像去噪 微分阶微分梯度 峰值信噪比
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...