典型文献
基于改进各向异性扩散的图像去噪算法
文献摘要：
针对纹理等细节信息丢失和图像边缘退化的问题,本文提出了一种基于l2范数的改进各向异性扩散模型.本文首先将PM模型和LCC模型相结合,根据图像梯度的变化,构建局部图像梯度模值与扩散强度之间的关系,不同的梯度模值选择不同的扩散函数;然后利用l2范数确定扩散函数中的梯度阈值,进一步提高去噪模型的泛化能力.实验结果表明,该模型不仅可以解决传统PM模型存在的孤立点问题,而且能够有效地保护图像边缘特征和轮廓结构的完整性,与原始算法相比图像信噪比提升了1.47～1.57 dB,结构相似度提高了17％,在保证去噪效果的同时提高了去噪效率.
文献关键词：
各向异性扩散;PM模型;扩散函数;l2范数
中图分类号：
作者姓名：
张心如;周先春;汪志飞;王文艳;杨传兵
作者机构：
南京信息工程大学电子与信息工程学院 南京210044;南京信息工程大学江苏省大气环境与装备技术协同创作中心 南京210044;南京信息工程大学人工智能学院 南京210044
文献出处：
引用格式：
[1]张心如;周先春;汪志飞;王文艳;杨传兵-.基于改进各向异性扩散的图像去噪算法)[J].电子测量技术,2022(17):113-119
A类：
改进各向异性
B类：
各向异性扩散,图像去噪,去噪算法,细节信息,信息丢失,和图像,图像边缘,l2,范数,扩散模型,PM,LCC,图像梯度,局部图,梯度模,扩散函数,去噪模型,泛化能力,边缘特征,图像信噪比,信噪比提升,dB,结构相似度,去噪效果
AB值：
0.389831
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
