关于数字图像处理中多种去噪方法的比较
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:A Comparison between Multiple Noise-reduction Methods in Digital Image Treatment
  • 作者:马璐 ; 杨文飞
  • 英文作者:MA Lu;YANG Wen-fei;Department of Computer Information at Suzhou Vocational Technical College;School of Electronic Science and Engineering at Nanjing University;School of Foreign Languages at Suzhou University;
  • 关键词:计算机视觉 ; 均值滤波 ; 中值滤波 ; 高斯滤波
  • 英文关键词:Computer Vision;;Mean Filtering;;Median Filtering;;Gaussian Filtering
  • 中文刊名:吉林工程技术师范学院学报
  • 英文刊名:Journal of Jilin Teachers Institute of Engineering and Technology
  • 机构:宿州职业技术学院计算机信息系;南京大学电子科学与工程学院;宿州学院外国语学院;
  • 出版日期:2019-09-26
  • 出版单位:吉林工程技术师范学院学报
  • 年:2019
  • 期:09
  • 基金:安徽省教育厅高等学校自然科学重点项目(KJ2017A657),安徽省教育厅高等学校省级教学研究一般项目(2017JYXM0663),安徽省教育厅高校优秀青年骨干人才项目中(国内外访学研修项目)(gxgnfx2018112)
  • 语种:中文;
  • 页:97-99
  • 页数:3
  • CN:22-1265/TB
  • ISSN:1009-9042
  • 分类号:TP391.41
摘要
目前人工智能学科的发展越来越被大众了解与熟识,计算机视觉成为人工智能能够实现的必要条件。图像输入计算机后噪声对图像质量会带来很多的干扰。提高图像的质量就是消除噪声污染的有效方法之一,常见方法有均值滤波、中值滤波和高斯滤波。对于不同的噪声应选用不同滤波器。
        Although computer vision has already become a necessity for artificial intelligence that is more and more known to the public,lots of interferences as a result of noise may occur to the quality of images when they are entered into a computer. This means that image quality improvement,often including mean filtering,median filtering and Gaussian filtering used for different types of noise can effectively eliminate noise contamination.
引文
[1]冈萨雷斯.数字图像处理[M].北京:电子工业出版社,2005.
    [2]祝严刚.图像去噪和图像匹配中若干问题的研究[D].南昌:南昌航空大学,2018.
    [3]Ancel L,James R. Poisson noise removal from medical images using fractional integral mask[C]. International Conference on Communication and Electronics Systems. IEEE,2017:1-6.
    [4]章毓晋.图像处理和分析教程[M].北京:人民邮电出版社,2009.
    [5]张志强,王万玉.一种改进的双边滤波算法[J].中国图象图形学报,2009(3):443-447.
    [6]吴建华,李迟生.中值滤波与均值滤波的去噪性能比较[J].南昌大学学报:工科版,1998(1):32-35.
    [7]阮秋琦.数字图像处理学[M].北京:电子工业出版社,2013.
    [8]崔金鸽,陈炳权,徐庆,等.基于AS模型和自适应双边滤波快速去雾算法[J].佳木斯大学学报:自然科学版,2017,35(1):71-76.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700