文献

J-GLOBAL ID：201702290404435688   整理番号：17A1924900

自然統計的特徴分布に基づく交通画像霧濃度検出【JST・京大機械翻訳】

Inspection of Fog Density for Traffic Image Based on Distribution Characteristics of Natural Statistics

著者 (3件)： Wen Limin (長安大学電控学院,陜西西安,710064) ,  Ju Yongfeng (長安大学電控学院,陜西西安,710064) ,  Yan Maode (長安大学電控学院,陜西西安,710064)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 45  号： 8  ページ： 1888-1895  発行年： 2017年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 交通シーン画像の霧除去における効果的な濃度検出の不足を克服するために,自然統計学的特徴分布に基づく霧濃度検出アルゴリズムを提案した。最初に,検査画像をP×Pサイズのサブブロックに分割した。第二に,画像の局所コントラストとエントロピーの自然統計的特徴ベクトルを確立し,画像と標準画像の間の最適期待値と共分散の最尤推定を解いた。最後に,画像と霧と霧のない標準のサブセットの間の距離を計算し,それらの比率を,霧の濃度の測定として用いた。異なる濃度レベルと異なるシーンにおける異なる霧濃度レベルの画像試験により,アルゴリズムD値が霧濃度の変化傾向を正確に反映できることを示した。標準主観評価法(MOS)との比較により、両者は近似的な線形性を呈し、相関係数は0.97に達し、正規化輝度係数(MSCN)の0.56よりはるかに高いことが分かった。PM2.5と比較することにより,このアルゴリズムが霧濃度レベルを正確に評価できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  期待値 ,  正規化 ,  コントラスト ,  共分散 ,  近似法 ,  アルゴリズム ,  エントロピー ,  最尤法 ,  相関係数 ,  部分集合 ,  *画像 ,  主観評価 ,  ベクトル
準シソーラス用語： *統計的特徴 , 【Automatic Indexing@JST】

著者キーワード (5件)： fog ,  image processing ,  density ,  contrast ,  entropy

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 統計的特徴 ,  分布 ,  交通 ,  霧 ,  濃度検出