論文の概要: Subpixel Edge Localization Based on Converted Intensity Summation under Stable Edge Region
- arxiv url: http://arxiv.org/abs/2502.16502v1
- Date: Sun, 23 Feb 2025 08:52:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-25 15:54:16.686347
- Title: Subpixel Edge Localization Based on Converted Intensity Summation under Stable Edge Region
- Title（参考訳）: 安定エッジ領域における変換インテンシティ・サミュレーションに基づくサブピクセルエッジのローカライゼーション
- Authors: Yingyuan Yang, Guoyuan Liang, Xianwen Wang, Kaiming Wang, Can Wang, Xiaojun Wu,
- Abstract要約: 我々は、ピクセルレベルの強度が、サブピクセルローカライゼーションの強度モデルにおける局所積分写像として解釈できると仮定して、革新的な視点を取る。
個々のエッジ点の局所化にのみ焦点をあてた限られたロバスト性に対処するため、安定エッジ領域(SER)に基づくアルゴリズムがエッジ近傍での局所的干渉を軽減するために提案される。
- 参考スコア（独自算出の注目度）: 8.930870338210166
- License:
- Abstract: To satisfy the rigorous requirements of precise edge detection in critical high-accuracy measurements, this article proposes a series of efficient approaches for localizing subpixel edge. In contrast to the fitting based methods, which consider pixel intensity as a sample value derived from a specific model. We take an innovative perspective by assuming that the intensity at the pixel level can be interpreted as a local integral mapping in the intensity model for subpixel localization. Consequently, we propose a straightforward subpixel edge localization method called Converted Intensity Summation (CIS). To address the limited robustness associated with focusing solely on the localization of individual edge points, a Stable Edge Region (SER) based algorithm is presented to alleviate local interference near edges. Given the observation that the consistency of edge statistics exists in the local region, the algorithm seeks correlated stable regions in the vicinity of edges to facilitate the acquisition of robust parameters and achieve higher precision positioning. In addition, an edge complement method based on extension-adjustment is also introduced to rectify the irregular edges through the efficient migration of SERs. A large number of experiments are conducted on both synthetic and real image datasets which cover common edge patterns as well as various real scenarios such as industrial PCB images, remote sensing and medical images. It is verified that CIS can achieve higher accuracy than the state-of-the-art method, while requiring less execution time. Moreover, by integrating SER into CIS, the proposed algorithm demonstrates excellent performance in further improving the anti-interference capability and positioning accuracy.
- Abstract（参考訳）: 本稿では,重要な高精度測定における高精度エッジ検出の厳密な要件を満たすために,サブピクセルエッジのローカライズのための一連の効率的なアプローチを提案する。
画素強度を特定のモデルから得られたサンプル値とみなすフィッティングベース手法とは対照的である。
我々は、ピクセルレベルの強度が、サブピクセルローカライゼーションの強度モデルにおける局所積分写像として解釈できると仮定して、革新的な視点を取る。
そこで本研究では,CIS (Converted Intensity Summation) と呼ばれる簡易なサブピクセルエッジローカライゼーション手法を提案する。
個々のエッジ点の局所化にのみ焦点をあてた限られたロバスト性に対処するため、安定エッジ領域(SER)に基づくアルゴリズムがエッジ近傍での局所的干渉を軽減するために提案される。
局所領域にエッジ統計の整合性が存在するという見地から、アルゴリズムはエッジ近傍の相関安定領域を求め、ロバストパラメータの取得と高精度な位置決めを実現する。
また,拡張調整に基づくエッジ補完手法を導入し,SERの効率的なマイグレーションによる不規則エッジの修正を行う。
産業用PCB画像、リモートセンシング、医療画像など、一般的なエッジパターンをカバーする合成および実画像データセットに対して、多数の実験が行われた。
CISは,実行時間が少なく,最先端の手法よりも精度が高いことが確認された。
さらに,SERをCISに統合することにより,干渉防止性能と位置決め精度の向上に優れた性能を示す。
関連論文リスト
- Gaussian Splatting with Localized Points Management [52.009874685460694]
局所的点管理(LPM)は、点加算と幾何校正の双方の最も高い需要において、これらの誤り貢献ゾーンを特定することができる。
LPMは特定ゾーンに点密度を適用し、これらの領域の前に位置する点の不透明度をリセットし、不条件点を補正する新たな機会を創出する。
特に、LPMはバニラ3DGSとSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら最先端のレンダリング品質を実現している。
論文 参考訳（メタデータ） (2024-06-06T16:55:07Z) - Arbitrary-Scale Point Cloud Upsampling by Voxel-Based Network with
Latent Geometric-Consistent Learning [52.825441454264585]
Voxel-based Network (textbfPU-VoxelNet) を用いた任意のスケールのクラウド・アップサンプリング・フレームワークを提案する。
ボクセル表現から継承された完全性と規則性により、ボクセルベースのネットワークは3次元表面を近似する事前定義されたグリッド空間を提供することができる。
密度誘導グリッド再サンプリング法を開発し、高忠実度点を生成するとともに、サンプリング出力を効果的に回避する。
論文 参考訳（メタデータ） (2024-03-08T07:31:14Z) - EdgeCalib: Multi-Frame Weighted Edge Features for Automatic Targetless
LiDAR-Camera Calibration [15.057994140880373]
実世界のシナリオにおけるLiDARとカメラの自動校正のためのエッジベースのアプローチを提案する。
エッジ機能は、様々な環境で広く使われているが、画像と点雲の両方に並び、外在パラメータを決定する。
その結果, 最先端回転精度は0.086deg, 翻訳精度は0.977cmであり, 既存のエッジベースキャリブレーション法よりも精度とロバスト性が高いことがわかった。
論文 参考訳（メタデータ） (2023-10-25T13:27:56Z) - Neural Gradient Learning and Optimization for Oriented Point Normal
Estimation [53.611206368815125]
本研究では,3次元点雲から勾配ベクトルを一貫した向きで学習し,正規推定を行うためのディープラーニング手法を提案する。
局所平面幾何に基づいて角距離場を学習し、粗勾配ベクトルを洗練する。
本手法は,局所特徴記述の精度と能力の一般化を図りながら,グローバル勾配近似を効率的に行う。
論文 参考訳（メタデータ） (2023-09-17T08:35:11Z) - RCDN -- Robust X-Corner Detection Algorithm based on Advanced CNN Model [3.580983453285039]
複数の干渉下で入力に対して高いサブピクセル精度を維持することができる新しい検出アルゴリズムを提案する。
アルゴリズム全体は粗い戦略を採用しており、Xコーン検出ネットワークと3つの後処理技術を含んでいる。
実画像および合成画像の評価は,提案アルゴリズムが他の一般的な手法よりも検出率,サブピクセル精度,ロバスト性が高いことを示す。
論文 参考訳（メタデータ） (2023-07-07T10:40:41Z) - Real-Time Scene Text Detection with Differentiable Binarization and
Adaptive Scale Fusion [62.269219152425556]
セグメンテーションに基づくシーンテキスト検出手法はシーンテキスト検出分野において大きな注目を集めている。
本稿では,二項化処理をセグメンテーションネットワークに統合する分散二項化(DB)モジュールを提案する。
アダプティブ・スケール・フュージョン (ASF) モジュールは, 異なるスケールの特徴を適応的に融合させることにより, スケールのロバスト性を向上させる。
論文 参考訳（メタデータ） (2022-02-21T15:30:14Z) - Learning-Based Framework for Camera Calibration with Distortion
Correction and High Precision Feature Detection [14.297068346634351]
本稿では,これらのボトルネックに対処する従来の手法と学習に基づくアプローチを組み合わせたハイブリッドカメラキャリブレーションフレームワークを提案する。
特に、このフレームワークは学習に基づくアプローチを利用して、効率的な歪み補正とロバストなチェス盤角座標符号化を行う。
広範に使われている2つのカメラキャリブレーションツールボックスと比較して、実データと合成データの両方の実験結果は、提案フレームワークのより良い堅牢性と高い精度を示す。
論文 参考訳（メタデータ） (2022-02-01T00:19:18Z) - LocalTrans: A Multiscale Local Transformer Network for Cross-Resolution
Homography Estimation [52.63874513999119]
クロスレゾリューション画像アライメントは、マルチスケールギガ撮影において重要な問題である。
既存のディープ・ホモグラフィー手法は、それらの間の対応の明示的な定式化を無視し、クロスレゾリューションの課題において精度が低下する。
本稿では,マルチモーダル入力間の対応性を明確に学習するために,マルチスケール構造内に埋め込まれたローカルトランスフォーマーネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-08T02:51:45Z) - Edge Adaptive Hybrid Regularization Model For Image Deblurring [0.0]
雑音やぼやけた画像の再構成のために,空間適応型自動正規化モデルを提案する。
エッジを検出し、エッジ情報に応じて、各ピクセルのTikhonovおよびTV正規化項のパラメータを空間的に調整する。
シミュレーションにより,提案手法は画像のエッジを効果的に保留し,ノイズやぼやけを同時に除去することを示した。
論文 参考訳（メタデータ） (2020-11-20T08:12:23Z) - Probabilistic Pixel-Adaptive Refinement Networks [21.233814875276803]
画像適応型後処理法は,高解像度の入力画像をガイダンスデータとして活用することで有用であることを示す。
我々は,画像誘導データに頼らず,画素ごとの予測の信頼性を尊重する確率的画素適応畳み込み(PPAC)を導入する。
PPACが境界アーチファクトの明確化につながるような,光フローとセマンティックセグメンテーションのための精細化ネットワークにおいて,その実用性を実証する。
論文 参考訳（メタデータ） (2020-03-31T17:53:21Z) - Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。
これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。
SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
論文 参考訳（メタデータ） (2020-02-11T14:04:56Z)
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。