کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6937950 1449891 2018 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Self-adapting weighted operators for multiscale gradient fusion
ترجمه فارسی عنوان
اپراتورهای وزن خود سازگار برای همجوشی گرادیان چندمتغیره
کلمات کلیدی
پردازش تصویر چندمتغیره، ترکیب گرادیان، اپراتور وزنی سفارش داده شده، اپراتور خود سازگار، داده های چند متغیره،
ترجمه چکیده
نقشه های گرادیان نماینده های متوسط ​​در پردازش تصویر هستند، با استفاده گسترده در الگوریتم های کلاسیک و پیشرفته ترین. بیشتر تحقیقات در مورد استخراج نقشه شیب به تعریف عملگرهای استخراج شیب یا فیلترها، به طور معمول با بهینه سازی معیارهای خاص اختصاص داده شده است. در این زمینه، ادبیات محدودی را در استخراج نقشه شیب با استفاده از اطلاعات چندرسانه ای پیدا می کنیم. در این کار، ایده تولید یک نقشه ی گرادیان با همکاری نقشه های شیب دار به دست آمده در مقیاس های مختلف را توسعه می دهیم. ما ابتدا فضای مقیاس گاوسی و رفتار گرادیانها را در زمانی که تصاویر در آن قرار گرفته اند، تحلیل می کنیم؛ دوم، ما دو طبقه از اپراتورهای همجوشی بردار خود سازگار را پیشنهاد می دهیم که بر اساس ماهیت انتخابی متمرکز سیستم بصری انسان الهام می گیرند؛ سوم، ما یک چارچوب برای شناسایی مرز چند منظوره بر اساس استفاده از چنین دسته های اپراتورها برای همجوشی گرادیان چند بعدی ارائه می دهیم. ما آزمایشگاهی چارچوب تشخیص مرزی را برای نشان دادن اعتبار اپراتورهای همجوشی بردار ما آزمایش کردیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
اپراتورهای وزن خود سازگار برای همجوشی گرادیان چندمتغیره
چکیده انگلیسی
Gradient maps are common intermediate representations in image processing, with extensive use in both classical and state-of-the-art algorithms. Most of the research on gradient map extraction has been devoted to the definition of gradient extraction operators or filters, normally by optimizing certain criteria. In this context, we find a rather limited literature in gradient map extraction using multiscale information. In this work, we develop the idea of producing a gradient map by fusing the gradient maps obtained at different scales. We first analyze the Gaussian Scale Space and the behaviour of gradients when images are projected into it; second, we propose two classes of self-adapting vector fusion operators, which are inspired by the focus-selective nature of the human visual system; third, we present a framework for multiscale boundary detection based on the use of such classes of operators for multiscale gradient fusion. We experimentally test our boundary detection framework to illustrate the validity of our vector fusion operators.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Fusion - Volume 44, November 2018, Pages 136-146
نویسندگان
, , , ,