文献

J-GLOBAL ID：201802273832178691   整理番号：18A1769426

画素分類とGauss条件付き確率場技法を用いた画像雑音除去のための適応アプローチ【JST・京大機械翻訳】

An Adaptive Approach for Image Denoising Using Pixel Classification and Gaussian Conditional Random Field Technique

著者 (2件)： Thakare Bhushan S. (Dept. of Computer Engineering Sinhgad Academy of Engineering, Sant Gadge Baba Amravati University, Pune, India) ,  Deshmukh Hemant R. (Dr. Rajendra Gode Institute of Technology & Research, Dept. of Computer Engineering, Amravati, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCUBEA  ページ： 1-8  発行年： 2017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： 近年,ディジタル画像処理は,バイオメディカルシステム,セキュリティシステム,および自動コンピュータビジョンベースシステムのような実時間応用のためのその重要な性能のために研究者を引き付けている。このプロセスは,自動化されたcheques処理システムのためのバンキングシステムにおいて広く受け入れられている。この自動化プロセスの間に,画像は,署名検証と他のアスペクト計算のためにコンピュータビジョンアプリケーションを通して捕捉されて,処理される。しかし,この応用のために種々のシステムが存在するが,正確な自動検証は研究者にとって挑戦的な課題である。処理中に,画像は,望ましくない信号が元の信号に付加され,劣化した性能をもたらす画像品質を劣化させるように捕捉される。これを克服するために,画像前処理はエッジ検出,画像再サンプリング,画像強調および画像雑音除去がキーコンポーネントである重要な役割を果たす。本研究では,画像雑音除去応用を開発することにより,画像雑音除去性能を改善することを目的とした。この問題を克服するために,多項ロジスティック回帰(MLR)(分類のため)を用いて画素分類を適用することにより画像雑音除去のための新しいアプローチを導入し,画像雑音除去応用のための効率的性能を生成するための雑音除去のためにGauss条件ランダム場を用いた。提案した研究は以下の2つの手順から成る。(i)入力雑音画像に基づく多項式ロジスティック回帰(MLR)を考慮することによるパラメータ生成,(ii)層がGCRF定式化においてもつれる計算を実行する推論ネットワークの設計。オープンソースベンチマークに関する広範なシミュレーション研究を行い,最新のフィルタリング方式の状態と比較した。実験研究は,提案した手法が既存のモデルと比較してより良い性能を与えることを示した。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： *雑音 ,  シミュレーション ,  多項式 ,  自動化 ,  ネットワーク ,  フィルタリング ,  *画像 ,  画質 ,  応用プログラム ,  コンピュータビジョン ,  画像強調 ,  定式化 ,  ベンチマーク ,  *雑音除去
準シソーラス用語： *画像雑音除去 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 画素分類 ,  条件付き確率場 ,  技法 ,  画像雑音除去 ,  適応