亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Fusion-based effective noise removal approach with the reconstruction of guided reference image

人工智能 计算机科学 计算机视觉 噪音(视频) 平滑的 图像复原 降噪 图像(数学) 图像融合 滤波器(信号处理) 图像噪声 光学(聚焦) 噪声测量 图像处理 光学 物理
作者
Yao-zhen Liu,Wenchao Cai,Ning Liu,Weiya Zhang,Sijie Guo,Lu Qi,Wu Yangkang,Yanhao Chen,Zipeng Li
标识
DOI:10.1117/12.2624539
摘要

Image denoising approach has been studied for many decades. The main focus of image denosing is how to preserve image detail while remove image noise, however, it is hard to precisely distinguish the detail from noise. Up to now, even the state-of-the-art methods have the disadvantage of smoothing the detail with the noise at the same time. Inspired by the guided image filter(GIF) approach, we come up with a brand new approach to eliminate the image noise without losing the detail. A high quality guidance image is reconstructed by the specific fusion method of the near infrared image and the RGB image. With the reconstructed guidance image, the GIF approach can provide precise guidance filtering effect on the noisy RGB image. This approach performs good under strong noise level without smoothing the detail. Theoretical analysis and experimental results demonstrate that our method performs much better than the proposed methods. Examples have given illustrations of the proposed method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
tctgvfxdbhb发布了新的文献求助30
1秒前
4秒前
qpp完成签到,获得积分10
10秒前
严冰蝶完成签到 ,获得积分10
13秒前
19秒前
tctgvfxdbhb完成签到,获得积分10
23秒前
愉快的树叶完成签到 ,获得积分10
24秒前
白华苍松发布了新的文献求助10
25秒前
34秒前
壮观的亦巧完成签到 ,获得积分10
36秒前
HHH发布了新的文献求助10
39秒前
王旭东完成签到 ,获得积分10
44秒前
YYy发布了新的文献求助10
45秒前
科研通AI2S应助科研通管家采纳,获得10
52秒前
夏尔完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
木子李完成签到,获得积分10
1分钟前
TongKY完成签到 ,获得积分10
2分钟前
2分钟前
小付发布了新的文献求助10
2分钟前
小付完成签到,获得积分10
2分钟前
勤劳的冰菱完成签到,获得积分10
2分钟前
2分钟前
Orange应助小付采纳,获得10
2分钟前
火星仙人掌完成签到 ,获得积分10
2分钟前
英姑应助周杰伦啦啦采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
cavalry完成签到,获得积分10
2分钟前
ZZZ发布了新的文献求助10
2分钟前
顾矜应助cavalry采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
2分钟前
e任思完成签到 ,获得积分10
2分钟前
mmyhn发布了新的文献求助10
3分钟前
3分钟前
壮观的谷冬完成签到 ,获得积分10
3分钟前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3330358
求助须知:如何正确求助?哪些是违规求助? 2959976
关于积分的说明 8597967
捐赠科研通 2638593
什么是DOI,文献DOI怎么找? 1444444
科研通“疑难数据库(出版商)”最低求助积分说明 669106
邀请新用户注册赠送积分活动 656727