文献

J-GLOBAL ID：202002257387758859   整理番号：20A2211397

カラー電荷結合素子の空間的色分解能を較正するための深層学習による客観的方法【JST・京大機械翻訳】

Objective method with deep learning to calibrate the spatial color resolution of a color charge-coupled device

著者 (5件)： Du Xian (State Grid Hubei Yichang Information and Telecommunication Company, Hubei, China) ,  Xing Jichuan (Beijing Institute of Technology, Beijing, China) ,  Xu Jiwei (The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing, China) ,  Nie Liang (Xi’an University of Technology, School of Electronics Engineering, Xi’an, China) ,  Liu Chang (Electric Power Research Institute State Grid Corporation, Hubei Electric Power Company, Wuhan, China)
資料名： Optical Engineering  (Optical Engineering)
巻： 59  号： 7  ページ： 074104  発行年： 2020年 
JST資料番号： B0577B  ISSN： 0091-3286  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： 要約。カラー電荷結合素子(CCD)の空間色分解能(SCR)を較正する客観的方法を提供した。実験プロトタイプは,ターゲット生成システム,試験プラットフォーム,および分析処理システムを含んでいる。ターゲット生成システムは,調整可能な光源と2つの相補的分解能パネル(各1つはターゲット棒を持つ)を有する色を生成する。テストプラットフォームは,ターゲット生成システムの光源のパラメータを調整することによって,画像を作成することを目的とする。そして,分析処理システムを,カラーCCDのSCRを評価するために,画像処理に用いた。第3モジュールに焦点を当て,最小検出可能色差(MDCD)と最小可解色差(MRCD)を利用してSCRを評価した。データ収集の過程において,著者らは最初に,2つのチャネル(一つは前景チャネルであり,もうひとつは,前景画像がわずかに見えるまで,前景チャネルの波長を徐々に変化させる。ターゲット棒の検出可能画素の比率を,単に波長を調整することによってMDCDとMRCDの要求を満たすのは難しいので,著者らは,2つの指標を推定するために一般的回帰ニューラルネットワークを採用して,その最大推定誤差は6%以内であった。輝度と飽和変化を有するより複雑なシナリオを扱うために,画像増強ネットワーク(修正生成敵対ネットワーク)を適用して,光源の限界のため,プロトタイプによって容易に捉えられない合成画像を生成した。実験結果は,MDCDとMRCDの推定誤差がほぼ1%まで減少することを示した。方法は,人間-眼の独立した方法であり,カラーCCDの正しい種類の選択においてよく実行して,それは視覚検出と認識システムの信頼性と安全性を保証した。Copyright 2020 Society of Photo-Optical Instrumentation Engineers Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 光源 ,  視覚 ,  信頼性 ,  ネットワーク ,  輝度 ,  ニューラルネットワーク ,  波長 ,  色差 ,  画素 ,  *電荷結合素子 ,  画像強調 ,  データ収集 ,  色空間
準シソーラス用語： 推定誤差 ,  前景 , 【Automatic Indexing@JST】

著者キーワード (4件)： カラー分解能 ,  LAB色空間 ,  一般回帰ニューラルネットワーク ,  生成敵対ネットワーク

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)： カラー ,  電荷結合素子 ,  分解能 ,  較正 ,  深層学習