文献

J-GLOBAL ID：201902235321693318   整理番号：19A0512723

多重画像ベース雑音レベル推定アルゴリズム【JST・京大機械翻訳】

A Multiple Image-Based Noise Level Estimation Algorithm

著者 (4件)： Xu Shaoping (School of Information Engineering, Nanchang University, Nanchang, China) ,  Zeng Xiaoxia (School of Information Engineering, Nanchang University, Nanchang, China) ,  Jiang Yinnan (School of Information Engineering, Nanchang University, Nanchang, China) ,  Tang Yiling (School of Information Engineering, Nanchang University, Nanchang, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 11  ページ： 1701-1705  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
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： 本稿では,雑音レベル認識特徴抽出と局所平均(LM)推定技術を共同利用することにより,自然画像に対する新しい多重画像ベースGauss雑音レベル推定(NLE)アルゴリズムを提案した。画像コンテンツにわたる雑音レベルを特性化するために,特徴ベクトルの形でいくつかの効率的で強力な雑音レベル認識特徴を用いた。これに基づいて,前構築サンプルデータベースにおける類似雑音レベルの多重画像を比較することによって推定される画像の雑音レベルを推定するために,LM推定方式を採用した。提案したNLEアルゴリズムの精度と効率を,いくつかのベンチマークデータベースからの画像の大きさについて検証した。競合NLEアルゴリズムと比較して,著者らのアルゴリズムは,推定精度と実行時間の両方に関して,雑音レベル推定のためにそれらより優れている。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】

シソーラス用語： *多重化 ,  *画像 ,  *アルゴリズム ,  Gauss雑音 ,  特徴抽出 ,  共同利用 ,  キャラクタリゼーション ,  *雑音指数 ,  ベンチマーク ,  データベース
準シソーラス用語： 実行時間 ,  推定精度 ,  特徴ベクトル ,  自然画像 ,  *推定アルゴリズム , 【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 (3件)： 多重 ,  雑音レベル ,  推定アルゴリズム