• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Inventive Computing and Informatics >Image de-noising algorithm based on Gaussian mixture model and adaptive threshold modeling
【24h】

Image de-noising algorithm based on Gaussian mixture model and adaptive threshold modeling

机译：基于高斯混合模型和自适应阈值建模的图像去噪算法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we conduct research on the image de-noising algorithm based on Gaussian mixture model and adaptive threshold modeling. Minimum spanning tree based on the local threshold value method, can make full use of the image information change itself, by defining a new local threshold method to calculate the regional difference and extracting, gives image a good segmentation and de-noising effect. Gaussian mixture model is a kind of important background modeling method. The method using multiple Gaussian background model is established through the background update constantly adjust background model of the components of the Gaussian distribution, and therefore has a certain ability to adapt. Under this assistance, we integrate the corresponding mode to propose the new image de-noising algorithm that obtains better performance.
机译：本文在高斯混合模型和自适应阈值建模的基础上对图像去噪算法进行研究。基于本地阈值方法的最小生成树，可以充分利用图像信息改变本身，通过定义新的局部阈值方法来计算区域差和提取，给图像良好的分割和去噪效果。高斯混合模型是一种重要的背景建模方法。通过背景更新建立了使用多个高斯背景模型的方法，不断调整高斯分布的组件的背景模型，因此具有一定的适应能力。在这种帮助下，我们集成了相应的模式，提出了获得更好性能的新图像去噪算法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号