×
何建忠

反向抖动的迭代条件模式。 （英语） Zbl 1177.94057号

信号处理。 90，第2期，611-625（2010）.
摘要：反向抖动是指从抖动半色调中恢复原始连续图像。我们建议使用迭代条件模式（ICM）来近似逆问题的最大后验（MAP）解。ICM所基于的统计模型利用了抖动阵列的信息。对于所考虑的两种常用的用于测量图像平滑度的MRF，相应的能量函数是凸的。这种凸性和与MAP问题相关的约束空间结构的结合保证了全局最优。ICM总是搜索有效的图像空间以获得更好的估计。不存在超出有效空间的问题。此外，它只需要局部计算，并且易于实现。实验结果表明，恢复后的图像质量较高。与之前的两种DMI（基于抖动模型的逆）方法相比，我们的ICM具有0.5-1.3 dB的更高的PSNR。结果还表明，使用高斯MRF（GMRF）处理连续图像通常比使用Huber MRF（HMRF）具有更高的PSNR。GMRF的一个优点是，它使ICM比HMRF更容易实现。

理学硕士：

94甲12 信号理论（表征、重建、滤波等）

关键词：

逆抖动;半色调;迭代条件模式;贝叶斯估计;马尔可夫随机场
PDF格式BibTeX公司 XML格式引用
\textit{K.-C.Ho}，信号处理。90，第2号，611--625（2010；Zbl 1177.94057）
全文： 内政部

参考文献：

[1] Ulichney，R.A.：数字半色调，（1987）
[2] Kang，H.R.：数字彩色半色调，（1999）
[3] Lau，D.L。；Arce，G.R.：《现代数字半色调》（2007）
[4] 赵辉，S.：视频半色调，IEEE图像处理事务15，678-686（2006）
[5] Fung，Y.-H。；Chan，Y.-H.：用于恢复半色调彩色量化图像的模拟退火恢复算法，《信号处理：图像通信》21，280-292（2006）
[6] Fung，Y.-H。；Chan，Y.-H.：一种基于POCS的恢复半色调彩色量化图像的恢复算法，IEEE图像处理事务15，1985-1992（2006）
[7] 钟，K.-L。；Wu，S.-T.：使用基于边缘的查找表方法的逆半色调算法，IEEE图像处理事务14，1583-1589（2005）
[8] 哈西布，S。；Charles，A.B.：基于训练的去屏蔽，IEEE图像处理事务16789-802（2007）
[9] Guo，J.-M.：可嵌入单元选择和逆半色调抖动半色调图像中的水印，信号处理88，1496-1510（2008）·Zbl 1186.94138号 ·doi:10.1016/j.sigpro.2007.12.015
[10] U.F.Siddiqi，S.M.Sait，使用查找表（LUT）分区的并行逆半色调算法，收录于：IEEE电路与系统国际研讨会论文集，2008年，第3554–3557页。
[11] J.Cheng，A.C.Kot，使用逆半色调对半色调图像进行隐写分析，信号处理（2009）doi:10.1016/J.sigpro.2008.12.002·Zbl 1161.94305号
[12] Kim，Y.-T。；Arce，G.R。；Grabowski，N.：使用二进制置换滤波器的逆半色调，IEEE图像处理事务41296-1311（1995）
[13] Stevenson，R.L.：通过MAP估计实现逆半色调，IEEE图像处理事务6，574-583（1997）
[14] K.-C.Ho，反向半色调的迭代条件模式，载于：IEEE国际电路与系统研讨会论文集，加拿大，第3卷，2004年5月23日至26日，第III-901–III-904页。
[15] Chang，P.-C。；余春生。；Lee，T.-H.：混合LMS-MMSE逆半色调技术，IEEE图像处理事务10，95-103（2001）·Zbl 1039.68780号 ·doi:10.10109/83.892446
[16] 陈，L.-M。；Hang，H.-M.：自适应逆半色调算法，IEEE图像处理事务6，1202-1209（1997）
[17] 罗，J。；De Queiroz，R。；Fan，Z.：一种基于小波变换的图像去屏蔽鲁棒技术，IEEE信号处理事务4611179-1184（1998）
[18] 梅斯，M。；Vaidyanathan，P.P.：逆半色调的查找表（LUT）方法，IEEE图像处理事务10，1566-1578（2001）
[19] 梅斯，M。；Vaidyanathan，P.P.：LUT逆半色调和图像半色调的树结构方法，IEEE图像处理事务11，644-655（2002）
[20] N.Damera-Venkata，T.D.Kite，M.Venkataraman，B.L.Evans，《快速盲逆半色调》，收录于《IEEE图像处理国际会议论文集》，1998年第2卷，第64-68页。
[21] 叉子，S。；Jensen，K.S.：用于从扫描的半色调图像重建的导数过滤器，IEEE图像处理事务448-459（1995）
[22] H.Y.Kim，R.L.de Queiroz，通过决策树学习实现逆半色调，收录于：IEEE图像处理国际会议论文集，2003年第2卷，第II-913–II-916页。
[23] Besag，J.E.：《关于肮脏图片的统计分析》，《皇家统计学会杂志：B辑48，259-302》（1986年）·Zbl 0609.62150号
[24] Geman，S。；Geman，D.：随机松弛、吉布斯分布和图像的贝叶斯恢复、模式分析和机器智能，IEEE PAMI-6事务，721-741（1984）·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596
[25] M.J.Beal，近似贝叶斯推理的变分算法，博士论文，盖茨比计算神经科学部，伦敦大学学院，2003年。
[26] Hua，G。；Wu，Y.：退火平均场分析的后验变分最大值，IEEE模式分析和机器智能事务27，1747-1761（2005）
[27] Woolrich，M.W。；Behrens，T.E.：用于分割的空间混合模型的变化贝叶斯推断，IEEE医学成像事务25，1380-1391（2006）
[28] Wu，Y。；Yu，T.：人类检测和跟踪领域模型，IEEE模式分析和机器智能事务28，753-765（2006）
[29] 福布斯，F。；Fort，G.：结合蒙特卡罗和平均场方法进行隐马尔可夫随机场推理，IEEE图像处理事务16，824-837（2007）
[30] S.D.Babacan，R.Molina，A.K.Katsaggelos，《使用变分分布近似的广义高斯马尔可夫随机场图像恢复》，载于：《IEEE声学、语音和信号处理国际会议论文集》，2008年，第1265–1268页。
[31] 约翰逊，J.K。；Willsky，A.S.：高斯-马尔可夫随机场近似推理的递归模型还原方法，IEEE图像处理事务17，70-83（2008）
[32] 盖革，D。；Girosi，F.：来自mrfs的并行和确定性算法：曲面重建，模式分析和机器智能方面的IEEE事务13，401-412（1991）
[33] 霍夫曼，T。；Puzicha，J。；Buhmann，J.M.：确定性退火框架中的无监督纹理分割，模式分析和机器智能IEEE事务20，803-818（1998）
[34] 博伊科夫，Y。；O.维克斯勒。；Zabih，R.：通过图形切割实现快速近似能量最小化，IEEE模式分析和机器智能事务23，1222-1239（2001）
[35] Ishikawa，H.：凸先验马尔可夫随机场的精确优化，模式分析和机器智能IEEE事务25，1333-1336（2003）
[36] 科尔莫戈罗夫，V。；Zabin，R.：哪些能量函数可以通过图形切割最小化？，IEEE模式分析和机器智能事务26，147-159（2004）
[37] Wu，T.-P。；Tang，K.-L。；唐，C.-K。；Wong，T.-T.：稠密光度立体：马尔可夫随机场方法，IEEE模式分析和机器智能事务28，1830-1846（2006）
[38] Bioucas-Dias，J.M。；Valadao，G.：通过图形切割的相位展开，IEEE图像处理事务16，698-709（2007）
[39] 科利，P。；Torr，P.H.S.：马尔可夫随机场中高效推理的动态图切割，IEEE模式分析和机器智能事务29，2079-2088（2007）
[40] Komodakis，N。；Tziritas，G.：基于线性规划的图切割近似标记，IEEE模式分析和机器智能事务29，1436-1453（2007）
[41] 张，L。；Seitz，S.M.：从单个图像对估计MRF立体声的最佳参数，IEEE模式分析和机器智能事务29，331-342（2007）
[42] 蔡英文。；Ko、C.-H。；洪，Y.-P。；Shih，Z.-C.：通过学习形状先验来去除多视图图像的背景，IEEE图像处理事务16，2607-2616（2007）
[43] Szeliski，R。；扎比，R。；Scharstein，D。；O.维克斯勒。；科尔莫戈罗夫，V。；阿加瓦拉，A。；Tappen，M。；Rother，C.：马尔可夫随机场能量最小化方法与平滑先验的比较研究，模式分析和机器智能IEEE事务30，1068-1080（2008）
[44] 斯托维克，G。；Dahl，G.：基于拉格朗日的MRF模型MAP求解方法，IEEE图像处理事务9，469-479（2000）
[45] Wainwright，M.J。；Jaakkola，T.S。；Willsky，A.S.：通过树协议进行MAP估计：消息传递和线性规划，IEEE信息理论事务51，3697-3717（2005）·Zbl 1318.94025号
[46] 沃纳，T.：MAX-sum问题的线性规划方法：综述，IEEE模式分析和机器智能事务29，1165-1179（2007）
[47] M.P.Kumar，P.H.S.Torr，A.Zisserman，使用二阶锥编程松弛求解马尔可夫随机场，收录于：2006年IEEE计算机视觉和模式识别会议论文集，2006年第1卷，第1045-1052页。
[48] P.Ravikumar，J.Lafferty，《度量标记和马尔可夫随机场图估计的二次规划松弛》，载《机器学习国际会议论文集》，2006年，第737–744页。
[49] 傅，Z。；Robles-Kelly，A.：图像标记的二次规划方法，IET计算机视觉2，193-207（2008）
[50] Winkler，G.：图像分析、随机场和动态蒙特卡罗方法（2003）·兹比尔1008.68147
[51] Tran，T.N。；韦伦斯，R。；霍克曼，D.H。；Buydens，L.M.C.：大型遥感图像的马尔可夫随机场聚类初始化，IEEE地球科学和遥感事务43，1912-1919（2005）
[52] Richard，F.J.P.：马尔科夫和变分图像匹配技术在乳房X光照片中应用的比较研究，模式识别字母26，1819-1829（2005）
[53] Melkemi，K.E。；巴图什，M。；Foufou，S.：使用遗传算法和极值优化启发式进行图像分割的多智能体系统方法，模式识别字母27，1230-1238（2006）·Zbl 1100.68636号
[54] Dogandzic，A。；Zhang，B.：使用隐马尔可夫随机场模型的传感器网络分布式估计和检测，IEEE信号处理事务54，3200-3215（2006）·Zbl 1373.94773号
[55] Aleksandar，D。；Benhong，Z.：低阶干扰中的贝叶斯复振幅估计和自适应匹配滤波器检测，IEEE信号处理事务55，1176-1182（2007）·Zbl 1391.94199号
[56] 图平，F。；Roux，M.：雷达测深应用中SAR和光学数据融合的区域邻接图上的马尔可夫随机场，IEEE地球科学和遥感事务43，1920-1928（2005）
[57] 弗雷，B.J。；Jojic，N.：概率图形模型中推理和学习算法的比较，IEEE模式分析和机器智能事务27，1392-1416（2005）
[58] 沈，H。；张，L。；Huang，B。；Li，P.：MAP，联合运动估计、分割和超分辨率方法，IEEE图像处理事务16，479-490（2007）
[59] 莫拉，J.M.F。；Balram，N.：非因果高斯-马尔可夫随机场的递归结构，IEEE信息理论事务38，334-354（1992）·Zbl 0742.60051号 ·doi:10.1109/18.119691
[60] Figueiredo，M.A.T。；Leitao，J.M.N.：使用复合高斯-马尔可夫随机场和MDL原理的无监督图像恢复和边缘定位，IEEE图像处理事务6，1089-1102（1997）
[61] M.Analoui，J.Allebach，从半色调重建连续tone的新结果，收录于：IEEE声学、语音和信号处理国际会议论文集，第3卷，1992年，第313–316页。
[62] Z.Fan，从数字半色调检索灰度图像，收录于：IEEE电路与系统国际研讨会论文集，第5卷，1992年，第2477–2480页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。