共查询到2条相似文献，搜索用时 15 毫秒
1.
图像去噪是数字图像处理的必要环节,对后续图像处理、分析和应用的效果有重要影响。现有基于稀疏低秩矩阵分解的图像去噪算法虽然在处理高斯、椒盐等均匀随机噪声时效果良好,但无法有效处理实际应用中可能遇到的结构化噪声问题。针对该缺陷,本文引入L2,1范数将结构化噪声情形下的图像去噪问题建模为一类L2,1范数正则化矩阵分解问题,并由此提出一种基于L2,1范数正则化矩阵分解的图像结构化噪声平滑算法（L21NRMD）。仿真实验结果表明,在基本保持椒盐噪声去除效果的前提下,该算法可有效去除不同比例的结构化噪声,PSNR性能指标值介于69-80dB之间,差错率为0.06-0.14,较现有算法具有更好的适应性和更广的应用范围。 更多还原 相似文献
2.
综合分析多指标综合评价方法的基础上,提出了一种将模糊数学(FM)方法与DEA模型相结合的FM/DEA多指标综合评价模型,并应用该模型对江西省23所重点实验室进行了综合评价实验。实验结果反映,FM/DEA模型与DEA等传统评价方法相比,具有较高地评价效率和更为准确地评价结果。 相似文献