文献

J-GLOBAL ID：201802225429997933   整理番号：18A0864545

分数階微分に基づくTV-L1オプティカルフローモデルの画像レジストレーション手法の研究【JST・京大機械翻訳】

Research on TV-L1 Optical Flow Model for Image Registration Based on Fractional-order Differentiation

著者 (4件)： Zhang Guimei (南昌航空大学江西省図像処理与模式識別重点実験室 南昌330063) ,  Sun Xiaoxu (南昌航空大学江西省図像処理与模式識別重点実験室 南昌330063) ,  Liu Jianxin (西華大学机械工程学院 成都610039) ,  Chu Jun (南昌航空大学江西省図像処理与模式識別重点実験室 南昌330063)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 43  号： 12  ページ： 2213-2224  発行年： 2017年 
JST資料番号： C2134A  ISSN： 0254-4156  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： 画像の非剛体レジストレーションはコンピュータビジョンと医用画像分析において重要な役割を演じており,TV-L1(全変分L1ノルム,Totalvariation-L1)オプティカルフローモデルは非剛体レジストレーション問題を解決する有効な方法である。テクスチャ特徴などの弱い導関数を持つ情報のあいまいさをもたらす。この問題に対処するために,G-L(Gruenwald-Letnikov)分数次数をTV-L1オプティカルフローモデルに取り入れ,G-L分数微分に基づくTV-L1オプティカルフローモデルを提案し,オリジナル-双対アルゴリズムを適用してこのモデルを解いた。新しいモデルはG-L分数階微分で正則項中の一次導関数を代替し、分数階微分は整数階微分より良い詳細記述能力があるため、有効に、非線形的に弱い導関数性質を持つテクスチャ特徴を保存でき、それによって画像のレジストレーション精度を向上できる。また、実験を通じて、レジストレーション精度とG-L分数次数のテンプレートパラメータ間の関係を示し、それによってテンプレートの最適なパラメータの選択に根拠を提供した。異なるタイプの画像の最適パラメータは異なるが,最適レジストレーション次数は12である。理論解析と実験結果は,提案した新モデルが画像レジストレーションの精度を効果的に向上でき,多くの弱いテクスチャと弱いエッジ情報を含む医用画像登録に適合でき,このモデルがTV-L1オプティカルフローモデルの重要な拡張と拡張であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： コンピュータビジョン ,  *画像 ,  導関数 ,  アルゴリズム ,  曖昧さ ,  変分法 ,  *微分 ,  医用画像
準シソーラス用語： 質感 ,  次数 ,  分数微分 ,  分数次 ,  テクスチャ特徴 ,  L1ノルム ,  非剛体レジストレーション , 【Automatic Indexing@JST】

著者キーワード (6件)： Fractional differential ,  Gruenwald-Letnikov ,  TV-L1(Total variation-L1) model ,  optical flow ,  weak texture ,  non-rigid registration

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 分数 ,  微分 ,  オプティカルフロー ,  モデル ,  レジストレーション ,  手法 ,  研究