抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
エッジ認識平滑化は,コンピュータビジョンとグラフィックスにおける広い範囲の応用のために広く研究されている。ほとんどの公表された研究は,空間領域における平滑化問題の定式化に焦点を合わせてきた。本論文では,ウェーブレット領域において最大事後推定問題として定式化された,誘導ウェーブレット縮小(GWS)と呼ばれる新しいエッジ認識平滑化フレームワークを提案した。有効で計算効率の良いアルゴリズムを導くために,統計モデルと関連パラメータに多くの望ましい性質を課した。提案したGWSをウェーブレット領域における古典的画像雑音除去と比較した。また,異なるウェーブレット表現を比較し,二重密度デュアルツリーウェーブレット変換が最良の選択であることを見出した。GWSは自己誘導または外部誘導として構成できることを示した。また,反復または非反復法で操作することができる。実験結果と多くのアルゴリズムによる比較は,GWSベースのアルゴリズムがO(N)計算の複雑さによって競争力のある結果を作り出すことができることを実証した。Copyright 2019 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】