文献

J-GLOBAL ID：202002291114055658   整理番号：20A0812254

乗法的構造化雑音による画像ぼけ除去のための凸変分法【JST・京大機械翻訳】

A Convex Variational Approach for Image Deblurring With Multiplicative Structured Noise

著者 (4件)： Wu Tingting (School of Science, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Wei (School of Science, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Lihua (College of Life Information Science and Instrument Engineering, Hangzhou Dianzi University, Hangzhou, China) ,  Zeng Tieyong (Department of Mathematics, The Chinese University of Hong Kong, Hong Kong)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 37790-37807  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ぼけと構造化雑音によって破損した画像の復元は,画像処理とコンピュータビジョンの領域において注目を集めている。しかし,多くの研究は,ぼけと付加的構造化雑音または乗法的構造化雑音により劣化した画像の復元のみに焦点を当てている。依然として,ぼけと乗法的構造化雑音を伴う劣化画像を復元するための課題とオープン問題がある。本論文では,全変動(TV),ガンマ雑音の統計的性質および最大事後確率(MAP)推定器に基づいて,乗法的構造化雑音を有するぼけた画像を復元するための凸変分モデルを得た。特に,この凸モデルを得るために,乗算の代わりに分割により画像劣化モデルの事前仮定を再定式化した。この凸モデルを解くために,乗算器(ADMM)の有効交互方向法を採用した。数値実験を提示して,提案したモデルの有効性と効率を例示した。Copyright 2020 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： *乗算 ,  コンピュータビジョン ,  *変分法 ,  有効性 ,  画像処理 ,  定式化 ,  *雑音 ,  凸形 ,  乗算器
準シソーラス用語： 数値実験 ,  最大事後確率 ,  統計的性質 ,  総変動 ,  劣化画像 ,  ぼけ修正 , 【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 (6件)： 乗法 ,  構造化 ,  雑音 ,  画像ぼけ ,  凸 ,  変分法