文献

J-GLOBAL ID：202202265858913035   整理番号：22A1055586

最適化Laplace評価関数と強化山登り探索アルゴリズムを用いた自動焦点アルゴリズム【JST・京大機械翻訳】

Autofocus algorithm using optimized Laplace evaluation function and enhanced mountain climbing search algorithm

著者 (5件)： Jia Dongyao (Beijing Jiaotong University, Beijing, China) ,  Zhang Chuanwang (Beijing Jiaotong University, Beijing, China) ,  Wu Nengkai (Beijing Jiaotong University, Beijing, China) ,  Zhou Jialin (Beijing Jiaotong University, Beijing, China) ,  Guo Zhigang (Beijing Jiaotong University, Beijing, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 10299-10311  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ディジタル画像システムの分野において,オートフォーカスは重要な技術としてますます重要な役割を果たす。オートフォーカスは,ノシイの背景と遅い集束速度のために大きな課題を提起する。本論文は,改良Laplace演算子と山登り探索アルゴリズムに基づく新しい集束アルゴリズムを提示する。集束の後の明確な画像は,焦点のない画像よりグレースケールにおいてより異なり,局所分散とLaplace演算子を結合する画像定義評価関数を提案した。深層学習画像認識における2段階認識の利点から学習して,山登り探索に基づく2段階探索アルゴリズムを設計して,集束評価関数の極値近くの集束曲線をよりよく適合させ,改良山登り探索アルゴリズムを粗集束と微細集束に分割した。粗い集束の方法は,小さな焦点区域を決定するために使用して,次に,機能近似法に基づく細かい焦点は,焦点ポジションの効率を大いに改良することができた。実験結果は,本論文におけるこのアルゴリズムが時間と精度において従来のアルゴリズムより優れていることを示して,オートフォーカスの時間は76%によって減少した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  集束 ,  バックグラウンド ,  *評価関数 ,  グレースケール ,  近似法 ,  画像処理 ,  *焦点 ,  ディジタル画像 ,  Laplace演算子 ,  画像認識
準シソーラス用語： *探索アルゴリズム ,  *自動焦点合せ ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 顕微鏡イメージング ,  自動焦点 ,  登山調査

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 最適化 ,  評価関数 ,  強化 ,  山登り ,  探索アルゴリズム ,  自動焦点 ,  アルゴリズム