論文の概要: Adaptive Non-linear Filtering Technique for Image Restoration

• arxiv url: http://arxiv.org/abs/2204.09302v1
• Date: Wed, 20 Apr 2022 08:36:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-21 21:31:40.987544
• Title: Adaptive Non-linear Filtering Technique for Image Restoration
• Title（参考訳）: 適応型非線形フィルタリングによる画像復元
• Authors: S. K. Satpathy, S. Panda, K. K. Nagwanshi, S. K. Nayak, and C. Ardil
• Abstract要約: 画像中の帯域線, ドロップライン, マーク, バンド損失, インパルスを除去するための決定に基づく非線形アルゴリズムを提案する。 アルゴリズムは2つの同時動作、すなわち、破損したピクセルの検出と、破損したピクセルを置き換えるための新しいピクセルの評価を行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Removing noise from the any processed images is very important. Noise should be removed in such a way that important information of image should be preserved. A decisionbased nonlinear algorithm for elimination of band lines, drop lines, mark, band lost and impulses in images is presented in this paper. The algorithm performs two simultaneous operations, namely, detection of corrupted pixels and evaluation of new pixels for replacing the corrupted pixels. Removal of these artifacts is achieved without damaging edges and details. However, the restricted window size renders median operation less effective whenever noise is excessive in that case the proposed algorithm automatically switches to mean filtering. The performance of the algorithm is analyzed in terms of Mean Square Error [MSE], Peak-Signal-to-Noise Ratio [PSNR], Signal-to-Noise Ratio Improved [SNRI], Percentage Of Noise Attenuated [PONA], and Percentage Of Spoiled Pixels [POSP]. This is compared with standard algorithms already in use and improved performance of the proposed algorithm is presented. The advantage of the proposed algorithm is that a single algorithm can replace several independent algorithms which are required for removal of different artifacts.
• Abstract（参考訳）: 処理された画像からノイズを取り除くことは非常に重要です。 画像の重要な情報が保存されるように、ノイズを除去する必要がある。 本稿では,画像中のバンドライン,ドロップライン,マーク,バンドロス,インパルスの除去のための決定に基づく非線形アルゴリズムを提案する。 このアルゴリズムは、破損画素の検出と、破損画素を置き換えるための新しい画素の評価という2つの同時操作を実行する。 これらのアーティファクトの削除は、エッジや詳細を損なうことなく達成される。 しかし、制限されたウィンドウサイズは、ノイズが過大な場合には中央値の操作を減らし、提案アルゴリズムは自動的に平均フィルタリングに切り替える。 このアルゴリズムの性能は平均平方誤差(MSE)、ピーク信号対雑音比(PSNR)、信号対雑音比の改善(SNRI)、ノイズ減衰(PONA)、スポイリング画素(POSP)の順に解析される。 これは、既に使われている標準アルゴリズムと比較し、提案アルゴリズムの性能を改善した。 提案アルゴリズムの利点は、異なるアーティファクトの除去に必要な複数の独立したアルゴリズムを1つのアルゴリズムで置き換えることである。

関連論文リスト

• Plug-and-Play image restoration with Stochastic deNOising REgularization [8.678250057211368]
  SNORE(Denoising Regularization)と呼ばれる新しいフレームワークを提案する。 SNOREは、適切なレベルのノイズのある画像のみにデノイザを適用する。 これは明示的な正則化に基づいており、逆問題を解決するための降下につながる。
  論文  参考訳（メタデータ） (2024-02-01T18:05:47Z)
• Stacked Autoencoder Based Feature Extraction and Superpixel Generation for Multifrequency PolSAR Image Classification [0.4604003661048266]
  我々は多周波偏光合成開口レーダ(PolSAR)画像の分類アルゴリズムを提案する。 所定の画像の各周波数帯域から33の特徴を抽出する。 スーパーピクセルは、隣接するPolSARピクセル間の空間情報を保存するために使用される。
  論文  参考訳（メタデータ） (2023-11-06T05:37:03Z)
• Deep Dynamic Scene Deblurring from Optical Flow [53.625999196063574]
  汚れは視覚的により快適な写真を提供し、写真がより便利になる。 非均一な曖昧さを数学的にモデル化することは困難である。 我々は,難解な特徴から鮮明な画像を復元する畳み込みニューラルネットワーク(CNN)を開発した。
  論文  参考訳（メタデータ） (2023-01-18T06:37:21Z)
• Deep Unfolding for Iterative Stripe Noise Removal [4.756256077972335]
  赤外線イメージングシステムの不均一光電応答は、赤外線画像に重畳される固定パターンストライプノイズをもたらす。 既存の画像デストリップ手法は、すべてのストリップノイズアーティファクトを同時に除去し、画像の詳細と構造を保存し、リアルタイムのパフォーマンスのバランスをとるのに苦労する。 本稿では, 劣化画像の除去アルゴリズムを提案する。これは, 近傍のカラム信号相関を利用して, 独立したカラムストライプノイズを除去する。
  論文  参考訳（メタデータ） (2022-09-27T02:53:03Z)
• Zero-shot Blind Image Denoising via Implicit Neural Representations [77.79032012459243]
  暗黙的ニューラル表現(INR)のアーキテクチャ的帰納的バイアスを利用した代替的認知戦略を提案する。 提案手法は,低雑音シナリオや実雑音シナリオの広い範囲において,既存のゼロショット復調手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-04-05T12:46:36Z)
• Details Preserving Deep Collaborative Filtering-Based Method for Image Denoising [3.4176234391973512]
  本稿では,Deep-CoFiB(Deep-CoFiB)アルゴリズムを提案する。 このアルゴリズムは、最適化されたニューラルネットワークモデルのセットを使用してスパース領域における画像パッチの協調分解を行う。 大規模な実験により、DeepCoFiBは(PSNRとSSIMの観点から)多くの最先端の復調アルゴリズムよりも定量的に(定量的に)実行されたことが示されている。
  論文  参考訳（メタデータ） (2021-07-11T19:02:36Z)
• On Measuring and Controlling the Spectral Bias of the Deep Image Prior [63.88575598930554]
  深層画像は、未学習のネットワークが逆画像問題に対処できることを実証している。 ピークに達するとパフォーマンスが低下するので、いつ最適化を止めるかを決めるにはオラクルが必要です。 これらの問題に対処するために、スペクトルバイアスの観点から先行した深部画像について検討する。
  論文  参考訳（メタデータ） (2021-07-02T15:10:42Z)
• Efficient Deep Image Denoising via Class Specific Convolution [24.103826414190216]
  画素ワイズ分類に基づく画像復調のための効率的なディープニューラルネットワークを提案する。 提案手法は性能を犠牲にすることなく計算コストを削減できる。
  論文  参考訳（メタデータ） (2021-03-02T10:28:15Z)
• 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)
• Unrolling of Deep Graph Total Variation for Image Denoising [106.93258903150702]
  本稿では,従来のグラフ信号フィルタリングと深い特徴学習を併用して,競合するハイブリッド設計を提案する。 解釈可能な低パスグラフフィルタを用い、最先端のDL復調方式DnCNNよりも80%少ないネットワークパラメータを用いる。
  論文  参考訳（メタデータ） (2020-10-21T20:04:22Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)

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。