論文の概要: Logarithmic Mathematical Morphology: theory and applications

• arxiv url: http://arxiv.org/abs/2309.02007v1
• Date: Tue, 5 Sep 2023 07:45:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-06 16:02:00.078474
• Title: Logarithmic Mathematical Morphology: theory and applications
• Title（参考訳）: 対数数学的形態学:理論と応用
• Authors: Guillaume Noyel (LHC)
• Abstract要約: グレーレベル関数の数学的形態学では、構造関数は通常の加法則で画像にまとめられる。 新しい枠組みは、構造関数の振幅が画像振幅に応じて変化する付加法則で定義される。 新しいフレームワークは対数数学的形態学 (LMM) と呼ばれ、そのような光の変動に頑健な作用素の定義を可能にする。
• 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: Classically, in Mathematical Morphology, an image (i.e., a grey-level function) is analysed by another image which is named the structuring element or the structuring function. This structuring function is moved over the image domain and summed to the image. However, in an image presenting lighting variations, the analysis by a structuring function should require that its amplitude varies according to the image intensity. Such a property is not verified in Mathematical Morphology for grey level functions, when the structuring function is summed to the image with the usual additive law. In order to address this issue, a new framework is defined with an additive law for which the amplitude of the structuring function varies according to the image amplitude. This additive law is chosen within the Logarithmic Image Processing framework and models the lighting variations with a physical cause such as a change of light intensity or a change of camera exposure-time. The new framework is named Logarithmic Mathematical Morphology (LMM) and allows the definition of operators which are robust to such lighting variations. In images with uniform lighting variations, those new LMM operators perform better than usual morphological operators. In eye-fundus images with non-uniform lighting variations, a LMM method for vessel segmentation is compared to three state-of-the-art approaches. Results show that the LMM approach has a better robustness to such variations than the three others.
• Abstract（参考訳）: 古典的には、数学的形態学において、画像(すなわち、グレーレベル関数)は構造要素または構造関数と呼ばれる別の画像によって解析される。 この構造関数は、画像領域上に移動され、画像にまとめられる。 しかし、照明変動を示す画像では、構成関数による分析では、画像強度に応じて振幅が変化する必要がある。 そのような性質は、構造関数が通常の加法則で像にまとめられるとき、グレイレベル関数の数学的形態では証明されない。 この問題に対処するために、新しい枠組みは、画像振幅に応じて構造化関数の振幅が変化する付加則で定義される。 この付加則は対数画像処理フレームワーク内で選択され、光強度の変化やカメラ露光時間の変化などの物理的原因による照明変動をモデル化する。 新しいフレームワークは対数数学的形態学 (LMM) と呼ばれ、そのような光の変動に頑健な作用素の定義を可能にする。 均一な照明変化を持つ画像では、これらの新しいLMM演算子は通常の形態演算子よりも優れた性能を示す。 非均一な照明変化を持つ眼底画像では, 血管分割のためのLMM法を3つの最先端手法と比較した。 その結果,LMM法は他の3法よりもロバスト性が高いことがわかった。

関連論文リスト

• Equivariant Multi-Modality Image Fusion [124.11300001864579]
  エンドツーエンドの自己教師型学習のための同変多モードImAge融合パラダイムを提案する。 我々のアプローチは、自然画像応答が特定の変換に等しくなるという以前の知識に根ざしている。 実験により、EMMAは赤外線可視画像と医用画像に高品質な融合結果をもたらすことが確認された。
  論文  参考訳（メタデータ） (2023-05-19T05:50:24Z)
• Learning Transformations To Reduce the Geometric Shift in Object Detection [60.20931827772482]
  画像キャプチャプロセスの変動から生じる幾何シフトに対処する。 我々は、これらのシフトを最小限に抑えるために幾何変換の集合を学習する自己学習アプローチを導入する。 我々は,カメラの視野変化(FoV)と視点変化(視点変化)の2つの異なるシフトについて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2023-01-13T11:55:30Z)
• Neural Color Operators for Sequential Image Retouching [62.99812889713773]
  本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。 ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。 定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
  論文  参考訳（メタデータ） (2022-07-17T05:33:19Z)
• Logarithmic Morphological Neural Nets robust to lighting variations [0.0]
  照明変動に対するロバスト性を有するモルフォロジーニューラルネットワークを提案する。 これは対数数学の数学的形態学の最近の枠組みに基づいている。
  論文  参考訳（メタデータ） (2022-04-20T08:54:49Z)
• Dynamic multi feature-class Gaussian process models [0.0]
  本研究では, 医用画像における形状, ポーズ, 強度特徴の自動学習のための統計的モデリング手法を提案する。 DMFC-GPM (DMFC-GPM) はガウス過程(GP)に基づくモデルであり、線形および非線形の変動を符号化する潜在空間を共有する。 モデル性能の結果は、この新しいモデリングパラダイムが堅牢で、正確で、アクセス可能であり、潜在的な応用があることを示唆している。
  論文  参考訳（メタデータ） (2021-12-08T15:12:47Z)
• Conditional Sequential Modulation for Efficient Global Image Retouching [45.99310982782054]
  フォトリタッチは、露出過度、コントラストの低さ、不調和な彩度といった写真的欠陥に悩まされる画像の美的品質を高めることを目的としている。 本稿では,一般的に使用されているリタッチ操作について検討し,これらの画素非依存演算が多層パーセプトロン(MLP)によって近似あるいは定式化可能であることを数学的に確認する。 我々は,効率的なグローバル画像リタッチのための非常に軽量なフレームワークであるSequential Retouching Network (CSRNet)を提案する。
  論文  参考訳（メタデータ） (2020-09-22T08:32:04Z)
• A Color Elastica Model for Vector-Valued Image Regularization [14.430905433555248]
  色多様体曲率を最小化する色画像に対するポリアコフ作用の追加を導入する。 非線形幾何モデルに対する最小値を求めることは,本論文で論じる課題である。
  論文  参考訳（メタデータ） (2020-08-19T04:18:35Z)
• Powers of layers for image-to-image translation [60.5529622990682]
  本稿では,未ペア画像から画像への変換タスクに対処するシンプルなアーキテクチャを提案する。 固定重み付きイメージオートエンコーダアーキテクチャから始める。 各タスクに対して、潜在空間で動作している残留ブロックを学習し、ターゲット領域に到達するまで繰り返し呼び出される。
  論文  参考訳（メタデータ） (2020-08-13T09:02:17Z)
• Steering Self-Supervised Feature Learning Beyond Local Pixel Statistics [60.92229707497999]
  画像の特定の変換の識別に基づく自己教師型特徴学習の新しい原理を提案する。 実験により,LCI,画像ワープ,回転などの変換を識別する学習が,技術一般化能力の状態を特徴付けることを示した。
  論文  参考訳（メタデータ） (2020-04-05T22:09:08Z)
• Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation [152.609322951917]
  そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。 提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
  論文  参考訳（メタデータ） (2020-02-21T05:19:10Z)
• Face Phylogeny Tree Using Basis Functions [13.164846772893455]
  光度変換は、ほぼ重複した画像の集合を繰り返し生成する顔画像に適用することができる。 デジタル画像法学の文脈では,そのような近接二重化の集合から原像を同定し,それらの関係を導出することが重要である。 本研究では,3種類の基底関数を用いて,近距離画像間の相互関係をモデル化する。
  論文  参考訳（メタデータ） (2020-02-21T00:13:21Z)

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。