論文の概要: Application of sequential processing of computer vision methods for
solving the problem of detecting the edges of a honeycomb block
- arxiv url: http://arxiv.org/abs/2010.13837v1
- Date: Mon, 26 Oct 2020 18:48:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 20:00:29.341179
- Title: Application of sequential processing of computer vision methods for
solving the problem of detecting the edges of a honeycomb block
- Title(参考訳): ハニカムブロックのエッジ検出問題に対するコンピュータビジョン法の逐次処理の適用
- Authors: M V Kubrikov, I A Paulin, M V Saramud and A S Kubrikova
- Abstract要約: この記事では、ハフ変換のハニカムブロック画像への適用について述べる。
ハニカムブロックからカビを切断する問題について述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The article describes the application of the Hough transform to a honeycomb
block image. The problem of cutting a mold from a honeycomb block is described.
A number of image transformations are considered to increase the efficiency of
the Hough algorithm. A method for obtaining a binary image using a simple
threshold, a method for obtaining a binary image using Otsu binarization, and
the Canny Edge Detection algorithm are considered. The method of binary
skeleton (skeletonization) is considered, in which the skeleton is obtained
using 2 main morphological operations: Dilation and Erosion. As a result of a
number of experiments, the optimal sequence of processing the original image
was revealed, which allows obtaining the coordinates of the maximum number of
faces. This result allows one to choose the optimal places for cutting a
honeycomb block, which will improve the quality of the resulting shapes.
- Abstract(参考訳): この記事ではハフ変換のハニカムブロック画像への適用について述べる。
ハニカムブロックからカビを切断する問題について述べる。
多くの画像変換は、Houghアルゴリズムの効率を高めると考えられている。
単純なしきい値を用いた二値画像を得る方法、大津二値化を用いた二値画像を得る方法、およびキャニーエッジ検出アルゴリズムについて考察する。
二本骨格の方法(骨格化)は2つの主要な形態的操作(ダイレーションとエロージョン)を用いて骨格を得ると考えられる。
多くの実験の結果、元の画像を処理するための最適なシーケンスが明らかにされ、顔の最大数の座標が得られるようになった。
これにより、ハニカムブロックを切断する最適な場所を選択することができ、その結果の形状の質が向上する。
関連論文リスト
- Topology-Preserving Downsampling of Binary Images [1.2430809884830318]
本稿では,バイナリ画像のサンプル化バージョンを生成するための離散最適化手法を提案する。
この手法は、黒領域の0番目と第1ベッチ数によって測定された原点と同じ位相を持つことが保証されている。
論文 参考訳(メタデータ) (2024-07-25T05:30:09Z) - Deep Richardson-Lucy Deconvolution for Low-Light Image Deblurring [48.80983873199214]
我々は,飽和画素を学習潜時マップでモデル化するデータ駆動型手法を開発した。
新しいモデルに基づいて、非盲検除色タスクを最大後部(MAP)問題に定式化することができる。
増幅されたアーティファクトを使わずに高品質な劣化画像を推定するために,我々は事前推定ネットワークを構築した。
論文 参考訳(メタデータ) (2023-08-10T12:53:30Z) - Determination of cutting positions of honeycomb blocks using computer
vision [68.8204255655161]
アルゴリズム自体は、ハニカム構造の決定と切断点の探索という2つの主要な段階で構成されている。
カットポイント探索アルゴリズムの結果は満足できると考えられる。
論文 参考訳(メタデータ) (2023-01-11T15:24:09Z) - Algorithm for recognizing the contour of a honeycomb block [0.0]
この記事では,ハニカムブロックの断片の輪郭を認識するアルゴリズムについて論じる。
OpenCVライブラリの既製の機能の適用性を示す。
論文 参考訳(メタデータ) (2021-12-27T07:59:07Z) - Point spread function estimation for blind image deblurring problems
based on framelet transform [0.0]
ぼやけた処理によって失われた画像の近似は、画像処理において重要な問題である。
第2の問題は、原画像の未知や点拡散関数の推定による最初の問題よりも計算が複雑である。
拡散関数推定を近似するために、$l_0-alpha l_1$正規化とフレームレット変換による粗大な繰り返しに基づくアルゴリズムを導入する。
提案手法は,テキスト,顔,自然など,さまざまな種類の画像について検討する。
論文 参考訳(メタデータ) (2021-12-21T06:15:37Z) - BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。
形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。
提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
論文 参考訳(メタデータ) (2021-05-25T04:58:51Z) - Image Inpainting with Edge-guided Learnable Bidirectional Attention Maps [85.67745220834718]
不規則な穴の画像インペインティングを改善するためのエッジガイド学習可能な双方向注意マップ(Edge-LBAM)を紹介します。
当社のEdge-LBAMメソッドには、予測エッジによる構造認識マスク更新を含むデュアルプロシージャが含まれています。
広範な実験により,エッジlbamはコヒーレントな画像構造を生成し,色差やぼやけを防止できることがわかった。
論文 参考訳(メタデータ) (2021-04-25T07:25:16Z) - Learned Block Iterative Shrinkage Thresholding Algorithm for
Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。
本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文 参考訳(メタデータ) (2020-12-07T09:27:16Z) - Contour Integration using Graph-Cut and Non-Classical Receptive Field [4.935491924643742]
本稿では,他のアルゴリズムのエッジセグメントから画像の輪郭を検出する新しい手法を提案する。
提案したエネルギー関数は、テクスチャノイズを抑制するのに役立つ一次視覚野の周囲変調にインスパイアされている。
論文 参考訳(メタデータ) (2020-10-27T19:07:13Z) - Automatic Radish Wilt Detection Using Image Processing Based Techniques
and Machine Learning Algorithm [3.4392739159262145]
本研究では,ラディッシュ作物のフッ化物検出のためのセグメンテーション法と抽出法を提案する。
最近のワイト検出アルゴリズムは、画像処理技術または従来の機械学習アルゴリズムに基づいている。
提案手法は,画像処理と機械学習を組み合わせたハイブリッドアルゴリズムに基づいている。
論文 参考訳(メタデータ) (2020-09-01T01:37:01Z) - Coarse-to-Fine Gaze Redirection with Numerical and Pictorial Guidance [74.27389895574422]
本稿では,数値誘導と画像誘導の両方を利用した新しい視線リダイレクトフレームワークを提案する。
提案手法は,画像品質とリダイレクト精度の両方の観点から,最先端の手法よりも優れている。
論文 参考訳(メタデータ) (2020-04-07T01:17:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。