論文の概要: A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator
- arxiv url: http://arxiv.org/abs/2405.12114v1
- Date: Mon, 20 May 2024 15:29:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-21 12:25:40.657350
- Title: A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator
- Title（参考訳）: 四次ブラス演算子を用いたカラー画像復元のための空間交叉全変分正規化モデル
- Authors: Zhigang Jia, Yuelian Xiang, Meixiang Zhao, Tingting Wu, Michael K. Ng,
- Abstract要約: カラー画像処理におけるクロスチャネル劣化問題は,複雑な結合とカラーピクセルの構造的ぼかしのため解決が難しい。
カラー画像の劣化に対する新しいクロススペース全変動(CSTV)正規化モデルを提案する。
異なる色空間における正規化関数のスイートバランスを求めるために,新しいL曲線法を提案する。
- 参考スコア（独自算出の注目度）: 20.00683294783224
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The cross-channel deblurring problem in color image processing is difficult to solve due to the complex coupling and structural blurring of color pixels. Until now, there are few efficient algorithms that can reduce color infection in deblurring process. To solve this challenging problem, we present a novel cross-space total variation (CSTV) regularization model for color image deblurring by introducing a quaternion blur operator and a cross-color space regularization functional. The existence and uniqueness of the solution is proved and a new L-curve method is proposed to find a sweet balance of regularization functionals on different color spaces. The Euler-Lagrange equation is derived to show that CSTV has taken into account the coupling of all color channels and the local smoothing within each color channel. A quaternion operator splitting method is firstly proposed to enhance the ability of color infection reduction of the CSTV regularization model. This strategy also applies to the well-known color deblurring models. Numerical experiments on color image databases illustrate the efficiency and manoeuvrability of the new model and algorithms. The color images restored by them successfully maintain the color and spatial information and are of higher quality in terms of PSNR, SSIM, MSE and CIEde2000 than the restorations of the-state-of-the-art methods.
- Abstract（参考訳）: カラー画像処理におけるクロスチャネル劣化問題は、カラーピクセルの複雑な結合と構造的ぼかしのため解決が難しい。
これまで、発色過程における色感染を低減できる効率的なアルゴリズムは少ない。
この課題を解決するために、四元数ボケ演算子と交叉色空間正規化関数を導入することで、カラー画像の劣化を解消する新しいクロススペース全変分法(CSTV)モデルを提案する。
解の存在と特異性が証明され、異なる色空間における正規化関数の甘いバランスを見つけるために、新しいL曲線法が提案されている。
オイラー・ラグランジュ方程式は、CSTVがすべての色チャネルの結合と各色チャネル内の局所的な滑らか化を考慮に入れていることを示すために導かれる。
第1に,CSTV正則化モデルのカラー感染低減能力を高めるために,四元数演算子分割法を提案する。
この戦略は、よく知られた色劣化モデルにも適用される。
カラー画像データベースの数値実験は、新しいモデルとアルゴリズムの効率性と操作性を示している。
カラー画像の復元は,PSNR,SSIM,MSE,CIEde2000において,最先端の手法の復元よりも高画質である。
関連論文リスト
- Quaternion Generative Adversarial Neural Networks and Applications to Color Image Inpainting [2.9409095383085386]
本稿では,QGANモデルとその関連理論について提案する。
実験結果から,QGANはカラー画像の塗布に優れ,面積が不足していることが明らかとなった。
論文 参考訳（メタデータ） (2024-06-17T14:04:17Z) - Color Equivariant Convolutional Networks [50.655443383582124]
CNNは、偶然に記録された条件によって導入された色の変化の間にデータ不均衡がある場合、苦労する。
カラースペクトル間の形状特徴共有を可能にする新しいディープラーニングビルディングブロックであるカラー等変畳み込み(CEConvs)を提案する。
CEConvsの利点は、様々なタスクに対するダウンストリーム性能と、列車-テストの分散シフトを含む色の変化に対するロバスト性の改善である。
論文 参考訳（メタデータ） (2023-10-30T09:18:49Z) - DARC: Distribution-Aware Re-Coloring Model for Generalizable Nucleus
Segmentation [68.43628183890007]
ドメインギャップは、異なるフォアグラウンド(核)-バックグラウンド比によっても引き起こされる可能性があると我々は主張する。
まず、異なる領域間の劇的な画像色変化を緩和する再カラー化手法を提案する。
次に,前景-背景比の変動に頑健な新しいインスタンス正規化手法を提案する。
論文 参考訳（メタデータ） (2023-09-01T01:01:13Z) - Multi-channel Nuclear Norm Minus Frobenius Norm Minimization for Color
Image Denoising [9.20787253404652]
従来の戦略の1つは、RGBイメージを相関の少ない色空間に変換し、新しい空間の各チャネルを別々に識別することである。
本稿では,核ノルムの最小化フレームワークであるフロベニウス・ノルム最小化フレームワークを用いて,カラー画像のマルチチャネル最適化モデルを提案する。
合成および実ノイズデータセットによる実験結果は,提案モデルが最先端モデルより優れていることを示す。
論文 参考訳（メタデータ） (2022-09-16T04:10:29Z) - 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) - Detecting Recolored Image by Spatial Correlation [60.08643417333974]
画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。
本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。
提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
論文 参考訳（メタデータ） (2022-04-23T01:54:06Z) - Modality-Adaptive Mixup and Invariant Decomposition for RGB-Infrared
Person Re-Identification [84.32086702849338]
RGB-赤外線人物再同定のための新しいモダリティ適応混合・不変分解(MID)手法を提案する。
MIDは、RGBと赤外線画像の混合画像を生成するためのモダリティ適応混合方式を設計する。
2つの挑戦的なベンチマーク実験は、最先端の手法よりもMIDの優れた性能を示す。
論文 参考訳（メタデータ） (2022-03-03T14:26:49Z) - Mitigating Channel-wise Noise for Single Image Super Resolution [33.383282898248076]
本稿では,色チャネルを協調的に考慮し,ノイズの多い色画像の超解法を提案する。
結果は、実際のシナリオにおけるアプローチの超解能を実証する。
論文 参考訳（メタデータ） (2021-12-14T17:45:15Z) - Underwater Image Enhancement via Medium Transmission-Guided Multi-Color
Space Embedding [88.46682991985907]
本稿では,Ucolor と呼ばれる媒体透過誘導多色空間埋め込みによる水中画像強調ネットワークを提案する。
当社のネットワークは、複数の色空間を埋め込むことにより、水中画像の視覚的品質を効果的に改善できます。
論文 参考訳（メタデータ） (2021-04-27T07:35:30Z) - A spatial hue similarity measure for assessment of colourisation [0.0]
我々は、多モード問題を分離するために、CIEL*a*b*色空間からa*b*チャネルの極形を用いる。
我々は、クロマチャネルにSSIMを適用するが、hueチャネルのSSIMを、Spatial Hue similarity Measure (SHSM)と呼ぶ尺度に再構成する。
この改質により、空間的に整合性のある色相チャネルは、空間的に整合性のあるモードを解析しながら高いスコアを達成することができる。
論文 参考訳（メタデータ） (2020-11-03T13:43:36Z) - Full Quaternion Representation of Color images: A Case Study on
QSVD-based Color Image Compression [0.38073142980732994]
カラー画像を四元数で表現する手法を提案する。
オートエンコーダニューラルネットワークを用いて、カラー画像をフル四元行列に変換するグローバルモデルを生成する。
論文 参考訳（メタデータ） (2020-07-19T19:13:21Z)
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。