Труды института системного программирования РАН
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Труды ИСП РАН:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Труды института системного программирования РАН, 2017, том 29, выпуск 4, страницы 55–72
DOI: https://doi.org/10.15514/ISPRAS-2017-29(4)-4
(Mi tisp235)
 

Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)

Fast $L^1$ Gauss transforms for edge-aware image filtering
[Быстрое $L^1$-преобразование Гаусса для сглаживания изображений с сохранением границ]

Dina Bashkirovaab, Shin Yoshizawaa, Roustam Latypovb, Hideo Yokotaa

a RIKEN
b Kazan Federal University
Список литературы:
Аннотация: Преобразование Гаусса, также как и его дискретный аналог, является важнейшим инструментом во множестве математических дисциплин и находит свое применение во многих научных и инженерных областях, таких как математическая статистика и теория вероятностей, физика, математическое моделирование, машинное обучение и обработка изображений и прочие. Ввиду высокой вычислительной сложности преобразования Гаусса (квадратичная сложность относительно количества точек и экспоненциальная — относительно размерности точек), необходимы эффективные и быстрые методы его аппроксимации, обладающие большей точностью по сравнению с существующими ныне методами, такими как Быстрое Преобразование Фурье или оконное преобразование. В данной статье предложен новый метод аппроксимации преобразования Гаусса для равномерно распределенный множеств точек (например, двумерных изображений), основанный на использовании $L^2$ метрики и метода разделения доменов. Такой подход позволяет значительно сократить количество вычислительных операций путем выполнения предварительных вычислений, и снизить вычислительную сложность метода до линейной. Результаты ряда численных экспериментов показали, что разработанный алгоритм позволяет получить более высокую точность аппроксимации без потери скорости вычисления в сравнении со стандартными методами. Также в качестве примера применения предлагаемого алгоритма была разработана новая схема смежной фильтрации изображения. Было показано, что новый фильтр на основе быстрого $L^1$ преобразования Гаусса позволяет получить результат более высокого качества при сопоставимой скорости вычисления и при этом избежать появления нежелательных артефактов в результате обработки, таких как эффект ореола.
Ключевые слова: фильтр Гаусса, распреледение Лапласа, быстрый метод аппроксимации.
Финансовая поддержка Номер гранта
Japan Society for the Promotion of Science 15H05954
16K15019
Реферативные базы данных:
Тип публикации: Статья
Язык публикации: английский
Образец цитирования: Dina Bashkirova, Shin Yoshizawa, Roustam Latypov, Hideo Yokota, “Fast $L^1$ Gauss transforms for edge-aware image filtering”, Труды ИСП РАН, 29:4 (2017), 55–72
Цитирование в формате AMSBIB
\RBibitem{BasYosLat17}
\by Dina~Bashkirova, Shin~Yoshizawa, Roustam~Latypov, Hideo~Yokota
\paper Fast $L^1$ Gauss transforms for edge-aware image filtering
\jour Труды ИСП РАН
\yr 2017
\vol 29
\issue 4
\pages 55--72
\mathnet{http://mi.mathnet.ru/tisp235}
\crossref{https://doi.org/10.15514/ISPRAS-2017-29(4)-4}
\elib{https://elibrary.ru/item.asp?id=29968643}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/tisp235
  • https://www.mathnet.ru/rus/tisp/v29/i4/p55
  • Эта публикация цитируется в следующих 3 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Труды института системного программирования РАН
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024