Graphical Models and Contourlet Image Denoising
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,090
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_141
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
Recently Conditional Random Fields (CRF), have presented to be a promising model for statistical inference in the vast literature of computer vision.CRFs are flexible to model long-range statistics by directly modelling the posterior distribution without any explicit prior model describing the observation. In this paper we propose a CRF-based method to denoise the contourlet coefficients and to examine effectiveness of this new tool in comparison with the state-of-the-art denoisers such as hidden Markov trees. Our interest is to implement denoising in the contourlet domain with respect to the coefficient correlations of inter-scale and also intra-scale, by defining a graphical structure within this domain.
کلیدواژه ها:
نویسندگان
Fahimeh Jamshidian Tehrani
School of Electrical and Computer Engineering, Shiraz University, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :