文献

J-GLOBAL ID：201802289374982860   整理番号：18A1459845

画像行列上の一般化最大雑音分離アルゴリズム【JST・京大機械翻訳】

Generalized maximum noise fraction on image matrix

著者 (4件)： Zhang Daming (安徽建筑大学数理学院,安徽合肥,230601) ,  Zhang Xueyong (安徽建筑大学数理学院,安徽合肥,230601) ,  Li Lu (安徽建筑大学数理学院,安徽合肥,230601) ,  Liu Huayong (安徽建筑大学数理学院,安徽合肥,230601)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 40  号： 5  ページ： 849-855  発行年： 2018年 
JST資料番号： C2938A  ISSN： 1007-130X  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： 主成分分析(PCA)はパターン認識における重要な変換ツールであり,画像処理の特徴抽出と次元縮小において広く使用される。しかし,二次元画像データは量子化処理を必要とするので,高次元ベクトルの生成と画素の空間位置の損失をもたらす。一般化主成分分析(GPCA)は,画像マトリックスに基づく主成分分析(PCA)アルゴリズムであり,それは画素間の空間位置関係を変えず,また,計算量も著しく減少する。しかし,主成分分析(PCA)と一般化主成分分析(PCA)は,実画像におけるノイズ干渉を考慮していない。最大ノイズ分離(MNF)はノイズ干渉の変換方法であり、主成分分析の分散に基づく最大化と異なり、最大ノイズ分離はSN比の最大化に基づいている。一般化最大雑音分離(GMNF)アルゴリズムを,GPCAの一般化と類似している。この変換方法は,再構成におけるSNRの最大の保証と,ピクセルの空間位置の変更とより少ない計算の優位性のため,顔と赤外線画像でのシミュレーション結果によって,提案したアルゴリズムの有効性を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画素 ,  画像処理 ,  SN比 ,  干渉 ,  シミュレーション ,  パターン認識 ,  再構成 ,  *画像 ,  *アルゴリズム ,  特徴抽出 ,  ベクトル ,  計算量 ,  *雑音 ,  次元縮小 ,  主成分分析

著者キーワード (4件)： principal component analysis ,  generalized principal component analysis ,  signal-to-noise ratio ,  maximum noise fraction

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 行列 ,  一般化 ,  雑音 ,  アルゴリズム