文献

J-GLOBAL ID：201802247099581369   整理番号：18A1447938

差異係数に基づくスパース適応画像ノイズ除去アルゴリズム【JST・京大機械翻訳】

Sparsity-adaptive Image Denoising Algorithm Based on Difference Coefficient

著者 (2件)： Jiao Lijuan (忻州師范学院計算机系 山西忻州034000) ,  Wang Wenjian (山西大学計算机与信息技術学院 太原030006)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 45  号： 2  ページ： 94-97,134  発行年： 2018年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 圧縮センシングに基づいたK-meansSingularValueDecomposition(K-SVD)画像ノイズ除去アルゴリズムは良好な適応性と詳細回復能力を持っている。しかし,あらかじめスパース性Kを与えられた。本方法のノイズ除去効果は,画像のスパース性によって影響を受けた。さらに,初期係数の訓練に用いる追跡アルゴリズムでは,ベクトル内積値のサイズにより画像成分間の相関度を評定する方法は,大きなノイズ点が存在するため,偽相関を起こしやすく,ノイズ除去効果に影響する。差異係数に基づくスパース性適応可能なK-SVDノイズ除去アルゴリズムを提示して,ノイズポイントによって引き起こされた偽相関問題のバランスを,差異係数を導入することによって達成した。同時に,閾値として相関度の平均値を用いて,スパース性Kを適応的に生成し,不適切なスパース性のため,ノイズ除去効果の問題を避けた。USC標準データベースに関する実験結果は,提案アルゴリズムがノイズ除去効果の点で優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *透視図法 ,  適応性 ,  内積 ,  *雑音低減 ,  *画像 ,  *雑音 ,  ベクトル ,  *アルゴリズム ,  データベース
準シソーラス用語： K-SVD法 ,  追跡アルゴリズム ,  スパース性 ,  圧縮センシング ,  *画像雑音除去 , 【Automatic Indexing@JST】

著者キーワード (4件)： Image denoising ,  K-means singular value decomposition ,  Sparsity-adaptive ,  Difference coefficient

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 差異 ,  係数 ,  適応 ,  画像ノイズ除去 ,  アルゴリズム