文献

J-GLOBAL ID：201802236352171119   整理番号：18A0107330

ニューラルネットワークにおける高コントラスト画像強調アルゴリズムの研究【JST・京大機械翻訳】

Research on High Contrast Image Enhancement Algorithm Based on Neural Network

著者 (2件)： Liang Kangkang (西安郵電大学 計算机学院,陜西 西安,710121) ,  Li Tao (西安郵電大学 計算机学院,陜西 西安,710121)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 9  ページ： 97-100  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  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： マルチスケールRetinexアルゴリズムが画像強調プロセスにおいて存在するアルゴリズムの計算量が大きい問題に対して、RBFニューラルネットワークを高コントラスト画像強調アルゴリズムとして提案した。このアルゴリズムは,訓練データセットから3×3近傍画素の特徴ベクトルと目標画像に対応する特徴ベクトルを獲得し,クラスタリングアルゴリズムを用いてネットワーク隠れ層の中心ベクトルと拡張定数を決定し,勾配降下法を用いてネットワークの高速収束を最適解を得た。RBFニューラルネットワークを用いて高コントラスト画像と強化アルゴリズムの間の非線形マッピング関係を構築し、ニューラルネットワークパラメータにより高速画像処理を行い、画像のリアルタイム処理を実現した。シミュレーション結果は,従来のRetinex理論に基づくアルゴリズムと比較して,ニューラルネットワークに基づく高コントラスト画像強調アルゴリズムは,画像エッジと詳細を改善するだけでなく,画像の明瞭さも明らかにすることができることを示した。従って,提案したアルゴリズムは効果的な画像強調アルゴリズムであり,高コントラスト画像強調において良好な応用を持つ。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  実時間処理 ,  *コントラスト ,  *画像強調 ,  *アルゴリズム ,  *ネットワーク ,  シミュレーション ,  *画像 ,  画素 ,  ベクトル ,  計算量 ,  *ニューラルネットワーク ,  最急降下法
準シソーラス用語： 特徴ベクトル ,  マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： neural network ,  high contrast ,  feature vector ,  quick convergence ,  image enhancement

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  高コントラスト ,  画像強調 ,  アルゴリズム ,  研究