文献

J-GLOBAL ID：202002276216405899   整理番号：20A0589940

高雑音天文画像回復のための圧縮センシング【JST・京大機械翻訳】

Compressed sensing for high-noise astronomical image recovery

著者 (5件)： Zhang Jie (Zhengzhou University of Light Industry, School of Electrical and Information Engineering, Zhengzhou, China) ,  Zhang Huanlong (Zhengzhou University of Light Industry, School of Electrical and Information Engineering, Zhengzhou, China) ,  Shi Xiaoping (Harbin Institute of Technology, Control and Simulation Center, Harbin, China) ,  Peng Xuan (Harbin Institute of Technology, Control and Simulation Center, Harbin, China) ,  Geng Shengtao (Zhengzhou University of Light Industry, School of Electrical and Information Engineering, Zhengzhou, China)
資料名： Journal of Electronic Imaging  (Journal of Electronic Imaging)
巻： 28  号： 5  ページ： 053026  発行年： 2019年 
JST資料番号： W0500A  ISSN： 1017-9909  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。深い探査では,長距離伝送,宇宙雑音干渉,その他の擾乱のために,高雑音で高分解能の天文学的画像を用いることが多い。高雑音天文学的画像雑音除去のための有効な方法を設計することは,この分野で重要な役割を果たす。有名な圧縮センシング(CS)は高分解能画像再構成のための成功した技術であることが示されている。CSを用いて,高雑音天文学画像における雑音除去問題を解決し,CS再構成モデルとCSカーブレットソフト閾値化(NCCST)再構成アルゴリズムを同時に提案した。画像ノイズ除去において,CSに基づくl_1-ノルム再構成モデルは,画像の内部構造を完全に考慮することができなくて,このように,再構成品質に影響を及ぼした。l_1ノルム再構成モデルとグループスパース全変動法を組み合わせて,CS再構成モデルを最初に確立した。このフレームワークにおいて,NCCSTアルゴリズムは,画像スパース性変換の段階におけるスパース係数を選択するために提案された適応カーブレット調整演算子を使用し,次に,下降VisuShrink閾値を採用して,各反復におけるこれらの再構成された天文学的画像係数を抽出した。実験結果は,提案したアルゴリズムが高雑音と高分解能天文学画像から明瞭な画像を再構成できることを実証した。一方,それはより多くの天文学的画像詳細,エッジ,およびテクスチャを保存することができる。低圧縮サンプリング比でも,このアルゴリズムは優れた再構成性能を達成できる。提案したアルゴリズムは,高品質の高分解能天文学画像を迅速かつ正確に再構成するために衛星受信局に適用できる。Copyright 2019 SPIE and IS&T Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 再構成 ,  *雑音 ,  高分解能 ,  ノルム ,  *画像復元 ,  画像再構成 ,  品質 ,  アルゴリズム ,  雑音除去 ,  構成モデル ,  天文学 ,  干渉 ,  内部構造
準シソーラス用語： カーブレット ,  *圧縮センシング , 【Automatic Indexing@JST】

著者キーワード (5件)： 深部探査 ,  高雑音 ,  天文学的画像雑音除去 ,  圧縮センシング ,  GSTV

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)： 雑音 ,  画像回復 ,  圧縮センシング