論文の概要: A Dynamic Programming Framework for Discovering Count and Values of Multilevel Image Thresholding

• arxiv url: http://arxiv.org/abs/2605.27287v1
• Date: Tue, 26 May 2026 17:03:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:42.472312
• Title: A Dynamic Programming Framework for Discovering Count and Values of Multilevel Image Thresholding
• Title（参考訳）: マルチレベル画像閾値の個数と値を求める動的プログラミングフレームワーク
• Authors: Eslam Hegazy, Mohamed Gabr,
• Abstract要約: 本稿では,動的プログラミングアルゴリズムと最小誤差閾値(MET)基準の変更に基づく新しいしきい値設定手法を提案する。 本手法と他の最先端手法との比較を, 自然, 衛星, 医用画像の総合的なセットで行った。 提案手法は,異なるタイプのテスト画像の多くに対して,適切な閾値を検出できる。
• 参考スコア（独自算出の注目度）: 0.8250374560598496
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multilevel Image thresholding is an important preprocessing algorithm in computer vision applications nowadays. Since most common thresholding methods take the desired count of thresholds as input by the user, thresholding methods that automatically determines a suitable count of thresholds from the input image itself are advantageous. In this article, a novel thresholding method based on a dynamic programming algorithm and a modification of Minimum Error Thresholding (MET) criterion is thoroughly presented. An empirical statistical study is performed to pinpoint why this proposed method is superior. Moreover, an extended comparison between this proposed method and other state-of-the-art methods is performed on a comprehensive set of natural, satellite and medical test images. The numerical results show that the proposed MET-DP method takes much less time than traditional dynamic programming thresholding methods when the number of thresholds is high. The proposed method can detect a suitable count of thresholds for most of tested images of different types. However, traditional methods that take the count of thresholds as input produce thresholded images of higher structural similarity index measure (SSIM) and peak signal-to-noise ratio (PSNR) values than MET-DP. Source code can be found on https://w3id.org/met-dp/article1-code
• Abstract（参考訳）: 近年,マルチレベル画像しきい値処理はコンピュータビジョンアプリケーションにおいて重要な前処理アルゴリズムである。 ほとんどの共通しきい値法は、ユーザの入力として所望のしきい値数を取るため、入力画像自体から適切なしきい値数を自動的に決定するしきい値法が有利である。 本稿では,動的プログラミングアルゴリズムとMET(Minimum Error Thresholding)基準の修正に基づく新しいしきい値設定法について概説する。 提案手法が優れている理由を明らかにするために,実証統計学的研究を行った。 さらに,本手法と他の最先端手法との比較を,自然・衛星・医用画像の総合的なセットで行った。 数値計算の結果,提案手法は,しきい値数が高い場合の従来の動的プログラミングしきい値法よりもはるかに時間を要することがわかった。 提案手法は,異なるタイプのテスト画像の多くに対して,適切な閾値を検出できる。 しかし、入力として閾値をカウントする従来の手法は、MET-DPよりも高い構造類似度指数(SSIM)とピーク信号-雑音比(PSNR)の閾値画像を生成する。 ソースコードはhttps://w3id.org/met-dp/article1-codeにある。

関連論文リスト

• Intermediate Representations are Strong AI-Generated Image Detectors [51.7378156094049]
  中間層にデータ感度を埋め込んでAI生成画像を検出する検索手法を提案する。 提案手法は, 実画像とAI生成画像の集合を考慮し, 原画像の埋め込みと摂動画像の埋め込みの類似性を調べ, 類似性に基づいてAI生成画像を検出する。 本手法は,Forensics Smallベンチマークにおいて,AUROCスコアの最良のトレーニングベース手法と比較して39.61%向上し,5.14%向上した。
  論文  参考訳（メタデータ） (2026-05-05T23:26:02Z)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• A Novel Approach to Threshold Quantum Images by using Unsharp Measurements [0.8287206589886881]
  本研究では、未シャープ測定により、グレースケール画像のしきい値とバイナライズのためのハイブリッド量子アプローチを提案する。 提案手法は、重複するガウスのピークと、隣接する局所ミニマの間の距離を分散として利用する。 得られたしきい値を用いて、しきい値エンコーダと統合された新しい量子画像表現を用いて、グレースケール画像をバイナライズする。
  論文  参考訳（メタデータ） (2023-10-16T18:34:40Z)
• 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)
• CHIMLE: Conditional Hierarchical IMLE for Multimodal Conditional Image Synthesis [5.7789164588489035]
  条件付き画像合成における永続的な課題は、同じ入力画像から多様な出力画像を生成することである。 モード崩壊を克服できるImplicit Conditional Likelihood Estimation Maximum(IMLE)を利用する。 高忠実度画像を生成するために、従来のIMLEベースの手法では大量のサンプルを必要とするが、これは高価である。 画像の忠実度とモードカバレッジの点で,CHIMLEは,先行する最高のIMLE,GAN,拡散に基づく手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-11-25T18:41:44Z)
• Cross-boosting of WNNM Image Denoising method by Directional Wavelet Packets [2.7648976108201815]
  本稿では、方向性準解析ウェーブレットパケット(qWP)と最先端の重み付き核ノルム最小化法(WNNM)を併用した画像復号方式を提案する。 提案手法では, 粗悪な画像においても, エッジや微細なテクスチャパターンをキャプチャするqWPdn機能を結合する。
  論文  参考訳（メタデータ） (2022-06-09T11:37:46Z)
• Deblurring via Stochastic Refinement [85.42730934561101]
  条件付き拡散モデルに基づくブラインドデブロアリングのための代替フレームワークを提案する。 提案手法は,PSNRなどの歪み指標の点で競合する。
  論文  参考訳（メタデータ） (2021-12-05T04:36:09Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• Convolutional Neural Network for Blur Images Detection as an Alternative for Laplacian Method [0.0]
  本稿では,画像がぼやけているか否かを決定するために,深層畳み込みニューラルネットワークを用いた新しい手法を提案し,評価する。 実験の結果,提案手法の有効性を実証し,決定論的手法と比較した。
  論文  参考訳（メタデータ） (2020-10-15T11:13:22Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)

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。