...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia Tools and Applications >Gaussian mixture model learning based image denoising method with adaptive regularization parameters
【24h】

Gaussian mixture model learning based image denoising method with adaptive regularization parameters

机译：自适应正则化参数的基于高斯混合模型学习的图像去噪方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Gaussian mixture model learning based image denoising as a kind of structured sparse representation method has received much attention in recent years. In this paper, for further enhancing the denoised performance, we attempt to incorporate the gradient fidelity term with the Gaussian mixture model learning based image denoising method to preserve more fine structures of images. Moreover, we construct an adaptive regularization parameter selection scheme by combing the image gradient with the local entropy of the image. Experiment results show that our proposed method performs an improvement both in visual effects and peak signal to noise values.
机译：近年来，基于高斯混合模型学习的图像去噪作为一种结构化的稀疏表示方法备受关注。在本文中，为了进一步提高去噪性能，我们尝试将梯度保真项与基于高斯混合模型学习的图像去噪方法相结合，以保留图像的更精细结构。此外，我们通过将图像梯度与图像的局部熵相结合来构造自适应正则化参数选择方案。实验结果表明，我们提出的方法在视觉效果和峰值信噪比方面都得到了改善。

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