画像雑音除去のための高速非局所的に集中化したスパース表現アルゴリズム【Powered by NICT】

Xu Shaoping; Yang Xiaohui; Jiang Shunliang

文献

J-GLOBAL ID：201802264772832615 整理番号：18A0397502

画像雑音除去のための高速非局所的に集中化したスパース表現アルゴリズム【Powered by NICT】

A fast nonlocally centralized sparse representation algorithm for image denoising

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0397502&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0397502&from=J-GLOBAL&jstjournalNo=A0102B") }}

著者 (3件)： , ,
資料名：
巻： 131 ページ： 99-112 発行年： 2017年
JST資料番号： A0102B ISSN： 0165-1684 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

研究者の画像処理社会にとって,大きな注目を受けている,自然画像の自己相似性特性からスパース性は画像雑音除去のための広く適用されている。スパース表現(SR)の利点とスパース係数(NESCs)の非局所推定を最近提案された非局所的に集中化スパース表現(NCSR)アルゴリズムは雑音低減に関して有望な結果を示した。以上二手法の成功した組合せにもかかわらず,反復辞書学習と未知のスパース係数の非局所推定値は,このアルゴリズムは計算的に要求する,これは多くの応用への適用性を制限した。この問題を解決するために,前学習辞書と適応パラメータ設定手法に基づいており,FNCSRアルゴリズムと呼ばれるNCSRアルゴリズムの高速バージョンを提案した。より詳しくいえば,ここでは,高品質の天然とテクスチャ画像を含む選択された画像データセットにおける各画像のための辞書を得るためにNCSRアルゴリズム,すなわち,K平均法と主成分分析(PCA),同じ辞書学習手法を採用した。画像データセットを通してこれら辞書を用いて再構成画像の画像品質を客観的に評価するPNSR指数を適用した。最良の平均再構成品質を提供する辞書を反復雑音除去プロセスを通してスパース符号化,より長い提案FNCSRアルゴリズムの枠内で辞書学習手順を必要とし,大きく減少した実行時間がないことを意味する固定辞書,すなわち,前学習辞書,として選択した。計算効率をさらに改善するために,著者らは,品質意識型特徴を用い,単一雑音重畳画像からの騒音レベルを推定するための高速雑音レベル推定器(NLE)を構築するためのベクトル回帰(SVR)法を支持した。探索窓と探索段階,NCSRアルゴリズムの計算性能に強く影響する,NESC(鋼成分評価ネットワーク)に関連するパラメータは,推定された雑音レベルに応じて自動的に選択した。元NCSRアルゴリズムと比較して,これらの修飾は,画像品質を犠牲多すぎる(最大低下であるPSNRとSSIM指数の点で0.55dBと0.014以下)ことなく,計算効率(約90%の性能利得を達成することができる)の実質的な利益をもたらす。他の最先端の雑音低減アルゴリズムと比較して,実験結果は,提案したFNCNRアルゴリズムも定量的測度および視覚品質の両者の点で同等の性能を達成することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

図形・画像処理一般

, ,

前のページに戻る