您的位置: 专家智库 > >

彭扬

作品数:3 被引量:4H指数:1
供职机构:重庆大学数学与统计学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇图像
  • 3篇图像去噪
  • 3篇去噪
  • 3篇微分
  • 2篇偏微分
  • 2篇偏微分方程
  • 2篇微分方程
  • 2篇各向异性
  • 2篇各向异性扩散
  • 1篇特征方向
  • 1篇图像去噪算法
  • 1篇去噪算法
  • 1篇矩阵
  • 1篇非局部
  • 1篇非局部均值
  • 1篇高阶
  • 1篇高阶微分
  • 1篇TSALLI...
  • 1篇HESSIA...

机构

  • 3篇重庆大学
  • 1篇重庆科技学院

作者

  • 3篇彭扬
  • 1篇何传江
  • 1篇邹黎敏
  • 1篇任泽民

传媒

  • 1篇计算机系统应...
  • 1篇计算机工程与...

年份

  • 3篇2014
3 条 记 录,以下是 1-3
排序方式:
结合高阶微分的非局部均值图像去噪算法被引量:1
2014年
非局部均值算法是近年来去噪效果优秀并且引起广泛研究的算法,但是该算法对于弱纹理,弱边缘不能很好地保持.在非局部均值算法的基础上,利用高阶微分可以很好地反映图像的弱边界和振荡等特征的特点,改进了非局部均值算法.改进的算法能够在去噪的同时保留更多的细节、纹理和弱边缘.
彭扬
关键词:图像去噪非局部均值HESSIAN矩阵高阶微分特征方向
结合Tsallis熵的各向异性扩散模型被引量:3
2014年
为了在有效去除图像噪声的同时,保留更多的图像细节、纹理和弱边缘特征,在Perona-Malik各向异性扩散模型(P-M模型)的基础上,考虑到图像Tsallis熵在平滑区域和边缘处熵值有差异的特点,提出了结合图像局部Tsallis熵的各向异性扩散模型。该模型的扩散系数同时依赖于图像梯度和图像局部Tsallis熵,较好的克服了P-M模型在图像部分边缘和细节失真的问题。实验结果表明,该模型不仅能很好的保持图像的弱边缘和重要细节,而且能有效的去除噪声。
彭扬何传江任泽民邹黎敏
关键词:各向异性扩散图像去噪TSALLIS熵偏微分方程
图像去噪的各向异性扩散模型研究
随着计算机科学的快速发展,人们对数字图像处理的需求也日趋扩大,常见的图像去噪算法包括各种自适应中值滤波算法、小波阈值算法、基于偏微分方程方法、总变分最小化算法、非局部均值滤波算法,等等。图像去噪是图像处理的预处理过程,是...
彭扬
关键词:偏微分方程图像去噪各向异性
文献传递
共1页<1>
聚类工具0