文献

J-GLOBAL ID：201802242861677059   整理番号：18A1906998

SAMEER TUデータセット上の大天空領域からなる霧画像の品質強調【JST・京大機械翻訳】

Quality Enhancement of Foggy Images Comprising of Large Sky Region on SAMEER TU Dataset

著者 (2件)： Pal Tannistha (Department of Computer Science and Engineering, National Institute of Technology, Agartala, India) ,  Bhowmik Mrinal Kanti (Department of Computer Science and Engineering, Tripura University (A Central University), Tripura, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCCNT  ページ： 1-7  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 視覚システムによって取得された画像は,危険で霧のある気象の下で批判的に分解される。それは,リモートセンシング,知的車両,および視覚監視検出,追跡,および物体の認識のようないくつかのコンピュータビジョン応用に悪影響を及ぼす。このように,そのような霧画像から真のシーンを再構成することは非常に重要である。本論文では,天空領域から構成される霧画像を復元するために,大きな天空領域を含む霧劣化画像に対するセグメンテーション法を採用した。ここでは,霧のある気象条件における貧弱な可視性に関連する異なる問題を提示した。次に,著者らは,大気散乱モデル,融合に基づく戦略,暗いチャネルの前とフィルタリング方法に基づく既存の画像欠陥アルゴリズムを,相対的利点と欠点によって調査した。既存の技術のほとんどは,天空領域からなる霧劣化入力画像から画像を強化することができない。この挑戦は,FCMクラスタリングに基づくセグメンテーション法を採用することによって,著者らのアプローチにおいて解決される。実験結果により,このセグメンテーション法を用いることにより,天空領域を有する霧画像は,多くのコンピュータビジョンベースの実時間応用において使用するのに適している他の既存の復号化アルゴリズムよりも良好な結果を示すことを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese 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 ,  可視度 ,  視覚 ,  再構成 ,  アルゴリズム ,  クラスタ化 ,  チャネル ,  *画像 ,  気象 ,  リモートセンシング ,  *品質 ,  散乱 ,  セグメンテーション ,  フィルタリング ,  気象条件

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： TU ,  データセット ,  霧