文献

J-GLOBAL ID：202202277095284184   整理番号：22A0848798

雑音ロバストな画像エッジ検出のためのマルチスケール異方性形態方向導関数【JST・京大機械翻訳】

Multiscale Anisotropic Morphological Directional Derivatives for Noise-Robust Image Edge Detection

著者 (5件)： Yu Xiaohang (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, China) ,  Wang Xinyu (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, China) ,  Liu Jie (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, China) ,  Xie Rongrong (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, China) ,  Li Yunhong (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 19162-19173  発行年： 2022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： 異なるタイプの雑音干渉は,画像エッジ検出の低い精度と特徴抽出詳細の厳しい損失をもたらす。入力画像のエッジマップを抽出するために,マルチスケール異方性モルフォロジー方向導関数の集合を用いる新しい雑音ロバストエッジ検出法を提案した。この方法の主な利点は,雑音干渉を低減しながら高いエッジ分解能を維持することである。次の5つの部分は,本論文の全フレームワークを形成する。最初に,マルチスケール異方性モルフォロジー方向導関数(MSAMDD)を提案して,画像の局所的灰色値を得た。第二に,エッジ強度マップ(ESM)を空間マッチングフィルタを用いて抽出した。第3段階では,方向性整合フィルタに基づくマルチスケールエッジ方向マップ(EDM)を融合し,新しいEDMを構築した。第4に,エッジ輪郭は,ESMとEDMをCanny検出の標準経路に埋め込むことによって得られる。最後に,3つのデータセットに関する8つの最先端の方法に対して提案した方法を評価するために,精度-再帰曲線とPrattの性能指数(FOM)を用いた。実験結果は,提案方法がノイズフリー(0.776のF測度値)とGauss雑音(FOM値95.75%)のためによりよく実行でき,インパルス雑音画像(最高FOM値98.90%)で最良の性能を達成することを示した。Copyright 2022 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： 異方性 ,  干渉 ,  *雑音 ,  測度 ,  特徴抽出 ,  Gauss雑音 ,  *画像 ,  インパルス雑音 ,  *導関数 ,  *指数 ,  輪郭 ,  *規模 ,  *エッジ検出 ,  *ロバスト性 ,  整合フィルタ ,  モルフォロジー
準シソーラス用語： *マルチスケール , 【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 (7件)： 雑音 ,  ロバスト ,  エッジ検出 ,  マルチスケール ,  異方性 ,  形態 ,  導関数