安定画像再構成のための強化全変動最小化【JST・京大機械翻訳】

An Congpei; Wu Hao-Ning; Yuan Xiaoming

プレプリント

J-GLOBAL ID：202202218971861428 整理番号：22P0025216

安定画像再構成のための強化全変動最小化【JST・京大機械翻訳】

Enhanced total variation minimization for stable image reconstruction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月09日プレプリントサーバーでの情報更新日： 2022年08月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

全変動(TV)正則化は,画像処理タスクのための様々な変分モデルを現象的に高めた。TV正則化による画像強調の以前の文献における後方拡散プロセスを組み合わせることを提案し,その結果,得られた強化TV最小化モデルが,コントラストの損失を低減するのに特に有効であることを示した。本論文の主目的は,2つのサンプリング戦略によるノイズのあるサブサンプル測定,一般的線形測定のための非適応サンプリング,およびFourier測定のための可変密度サンプリングからの強化TVモデルのための安定再構成保証を確立することである。特に,いくつかのより弱い制限等値特性条件の下で,強化TV最小化モデルは,ノイズのレベルが顕著であり,測定量が制限されるシナリオのための様々なTVベースのモデルより,より厳しい再構成誤差限界を持つことが示される。また,強化TVモデルの利点を,いくつかの合成,自然および医用画像の再構成に関する予備実験によって数値的に検証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 医用画像処理 , 数値計算

, , ,

前のページに戻る