Anisotropic diffusion
http://dbpedia.org/resource/Anisotropic_diffusion an entity of type: Thing
In image processing and computer vision, anisotropic diffusion, also called Perona–Malik diffusion, is a technique aiming at reducing image noise without removing significant parts of the image content, typically edges, lines or other details that are important for the interpretation of the image. Anisotropic diffusion resembles the process that creates a scale space, where an image generates a parameterized family of successively more and more blurred images based on a diffusion process. Each of the resulting images in this family are given as a convolution between the image and a 2D isotropic Gaussian filter, where the width of the filter increases with the parameter. This diffusion process is a linear and space-invariant transformation of the original image. Anisotropic diffusion is a g
rdf:langString
En el procesamiento de imágenes y visión por computador, la difusión anisotrópica, también llamada difusión Perona-Malik, es una técnica destinada a reducir el ruido de una imagen sin necesidad de retirar las piezas importantes del contenido de la imagen, por lo general los bordes, líneas u otros detalles que son importantes para la interpretación de la imagen el modelo de difusión anisotrópico asemeja el proceso que crea un espacio de escala, donde una imagen genera una familia parametrizada de forma sucesiva cada vez más borrosas de imágenes, basadas en un proceso de difusión. Cada una de las imágenes resultantes de esta familia se dan como una convolución entre la imagen y el filtro gaussiano 2D isotrópico, donde el ancho del filtro aumenta con el parámetro. Este proceso de difusión
rdf:langString
В обробці зображень та комп'ютерному баченні, анізотропна дифузія, яка також називається дифузією Перона–Маліка, є методом, який спрямований на зменшення шуму зображення, без видалення при цьому важливих частин вмісту зображення, як правило, країв, лінії або інших даних, які важливі для інтерпретації зображення. Анізотропна дифузія нагадує процес, який створює масштабований простір, де зображення генерує параметризовану сім'ю все більш і більш розмитих зображень, заснованих на дифузійному процесі. Кожне з отриманих зображень в цій сім'ї подане як згортка між зображенням і 2D ізотропним фільтром Гауса, де ширина фільтра збільшується з параметром. Цей дифузійний процес є лінійним і просторово-інваріантним перетворенням вихідного зображення. Анізотропна дифузія є узагальненням цього дифузійн
rdf:langString
在影像處理及電腦視覺領域中，非等向性擴散（英語：Anistropic Diffusion）是一項用來減少影像雜訊但卻不會影響到影像中較重要成分的技術，像是邊界、線條或者影像中較明顯的細節。一般影像擴散處理是將原始影像與二維高斯濾波器進行卷積，這種擴散處理是線性且具有空間不變性的轉換。而非等向性擴散處理則是會根據影像產生區域性的濾波器，再將原始影像與產生的濾波器進行卷積，所以非等向性擴散是一種非線性且不具有空間不變性的轉換。 Perona和Malik在1987年提出不具有空間不變性的濾波器時，其原始的概念是等向性擴散但會根據影像內容產生不同的濾波器，這也使得在靠近邊界的區域其產生的濾波器會很類似狄拉克δ函數，讓邊界及影像中較重要的結構能夠在經過擴散處理後還能保留下來。而當初Perona和Malik稱之為非等向性擴散，即使其產生的區域性濾波器是具有等向性的，而當時這種處理又被稱為不均勻擴散、非線性擴散及Perona-Malik擴散。而實際上的非等向性擴散則是根據邊界及結構的方向而產生非等向性的區域性濾波器，這種方法又被稱為或。其產生的影像可以同時進行平滑化並保留原本影像的結構，而這類方法所使用的擴散方程式通常是根據在原始影像中的位置及原始影像的像素值所產生。
rdf:langString
rdf:langString
Anisotropic diffusion
rdf:langString
Difusión anisotrópica
rdf:langString
非等向性擴散
rdf:langString
Анізотропна дифузія
xsd:integer
22350703
xsd:integer
1123483508
rdf:langString
In image processing and computer vision, anisotropic diffusion, also called Perona–Malik diffusion, is a technique aiming at reducing image noise without removing significant parts of the image content, typically edges, lines or other details that are important for the interpretation of the image. Anisotropic diffusion resembles the process that creates a scale space, where an image generates a parameterized family of successively more and more blurred images based on a diffusion process. Each of the resulting images in this family are given as a convolution between the image and a 2D isotropic Gaussian filter, where the width of the filter increases with the parameter. This diffusion process is a linear and space-invariant transformation of the original image. Anisotropic diffusion is a generalization of this diffusion process: it produces a family of parameterized images, but each resulting image is a combination between the original image and a filter that depends on the local content of the original image. As a consequence, anisotropic diffusion is a non-linear and space-variant transformation of the original image. In its original formulation, presented by Perona and Malik in 1987, the space-variant filter is in fact isotropic but depends on the image content such that it approximates an impulse function close to edges and other structures that should be preserved in the image over the different levels of the resulting scale space. This formulation was referred to as anisotropic diffusion by Perona and Malik even though the locally adapted filter is isotropic, but it has also been referred to as inhomogeneous and nonlinear diffusion or Perona–Malik diffusion by other authors. A more general formulation allows the locally adapted filter to be truly anisotropic close to linear structures such as edges or lines: it has an orientation given by the structure such that it is elongated along the structure and narrow across. Such methods are referred to as shape-adapted smoothing or coherence enhancing diffusion. As a consequence, the resulting images preserve linear structures while at the same time smoothing is made along these structures. Both these cases can be described by a generalization of the usual diffusion equation where the diffusion coefficient, instead of being a constant scalar, is a function of image position and assumes a matrix (or tensor) value (see structure tensor). Although the resulting family of images can be described as a combination between the original image and space-variant filters, the locally adapted filter and its combination with the image do not have to be realized in practice. Anisotropic diffusion is normally implemented by means of an approximation of the generalized diffusion equation: each new image in the family is computed by applying this equation to the previous image. Consequently, anisotropic diffusion is an iterative process where a relatively simple set of computation are used to compute each successive image in the family and this process is continued until a sufficient degree of smoothing is obtained.
rdf:langString
En el procesamiento de imágenes y visión por computador, la difusión anisotrópica, también llamada difusión Perona-Malik, es una técnica destinada a reducir el ruido de una imagen sin necesidad de retirar las piezas importantes del contenido de la imagen, por lo general los bordes, líneas u otros detalles que son importantes para la interpretación de la imagen el modelo de difusión anisotrópico asemeja el proceso que crea un espacio de escala, donde una imagen genera una familia parametrizada de forma sucesiva cada vez más borrosas de imágenes, basadas en un proceso de difusión. Cada una de las imágenes resultantes de esta familia se dan como una convolución entre la imagen y el filtro gaussiano 2D isotrópico, donde el ancho del filtro aumenta con el parámetro. Este proceso de difusión es una transformación lineal en el espacio invariante de la imagen original. La difusión anisotrópica es una generalización de este proceso de difusión: produce una familia de imágenes parametrizadas, pero cada imagen resultante es una combinación entre la imagen original y un filtro que depende del contenido local de la imagen original. Como consecuencia, la difusión anisotrópica es una transformación espacio-variante no lineal y de la imagen original. En su formulación original, presentada por Perona y Malik en 1987, el filtro de espacio-variante es, de hecho, isótropo, pero depende del contenido de la imagen de forma que se aproxima a una función de impulso cerca de los bordes y otras estructuras que debe ser preservado en el imagen sobre los diferentes niveles del espacio de escala resultante. Esta formulación se refiere a la difusión anisotrópica por Perona y Malik aunque el filtro adaptado localmente es isotrópico, pero también se ha referido a la difusión como no homogéneo y no lineal o difusión de Perona-Malik por otros autores. Una formulación más general permite que el filtro adaptado localmente para ser verdaderamente anisotrópico cerca de estructuras lineales, tales como bordes o líneas: tiene una orientación dada por la estructura de tal manera que se alarga a lo largo de la estructura y estrecho que atraviesa. Tales métodos se conocen como suavizado de forma adaptada o la mejora de la coherencia de difusión. Como consecuencia de ello, las imágenes resultantes conservan estructuras lineales mientras que al mismo tiempo el alisamiento se realiza a lo largo de estas estructuras. Estos casos pueden ser descritos por una generalización de la habitual ecuación de difusión en el que el coeficiente de difusión, en lugar de ser un escalar constante, es una función de la posición de la imagen y asume una matriz (o tensor) valor. Aunque la familia de imágenes resultante puede ser descrito como una combinación entre los filtros de imagen y el espacio-variantes originales, el filtro adaptado localmente y su combinación con la imagen no tienen que realizarse en la práctica. La difusión anisotrópica se implementa normalmente por medio de una aproximación de la ecuación de difusión generalizada: cada nueva imagen en la familia se calcula mediante la aplicación de esta ecuación a la imagen anterior. En consecuencia, la difusión anisotrópica es un proceso iterativo en el que se utilizan un conjunto relativamente simple de cálculo para calcular cada imagen sucesiva en la familia y este proceso se continúa hasta que se obtiene un grado suficiente de suavizado.
rdf:langString
在影像處理及電腦視覺領域中，非等向性擴散（英語：Anistropic Diffusion）是一項用來減少影像雜訊但卻不會影響到影像中較重要成分的技術，像是邊界、線條或者影像中較明顯的細節。一般影像擴散處理是將原始影像與二維高斯濾波器進行卷積，這種擴散處理是線性且具有空間不變性的轉換。而非等向性擴散處理則是會根據影像產生區域性的濾波器，再將原始影像與產生的濾波器進行卷積，所以非等向性擴散是一種非線性且不具有空間不變性的轉換。 Perona和Malik在1987年提出不具有空間不變性的濾波器時，其原始的概念是等向性擴散但會根據影像內容產生不同的濾波器，這也使得在靠近邊界的區域其產生的濾波器會很類似狄拉克δ函數，讓邊界及影像中較重要的結構能夠在經過擴散處理後還能保留下來。而當初Perona和Malik稱之為非等向性擴散，即使其產生的區域性濾波器是具有等向性的，而當時這種處理又被稱為不均勻擴散、非線性擴散及Perona-Malik擴散。而實際上的非等向性擴散則是根據邊界及結構的方向而產生非等向性的區域性濾波器，這種方法又被稱為或。其產生的影像可以同時進行平滑化並保留原本影像的結構，而這類方法所使用的擴散方程式通常是根據在原始影像中的位置及原始影像的像素值所產生。 雖然其結果是由原始影像及區域性濾波器卷積所產生，但實際應用上這樣會需要大量的運算，所以通常會用近似法來進行加速，也就是說每一張新的影像是由上一張產生的影像套用非等向性擴散所產生。整體來說，非等向性擴散是一種疊代性的處理，其產生的結果會越來越平滑直到達到所需要的結果。
rdf:langString
В обробці зображень та комп'ютерному баченні, анізотропна дифузія, яка також називається дифузією Перона–Маліка, є методом, який спрямований на зменшення шуму зображення, без видалення при цьому важливих частин вмісту зображення, як правило, країв, лінії або інших даних, які важливі для інтерпретації зображення. Анізотропна дифузія нагадує процес, який створює масштабований простір, де зображення генерує параметризовану сім'ю все більш і більш розмитих зображень, заснованих на дифузійному процесі. Кожне з отриманих зображень в цій сім'ї подане як згортка між зображенням і 2D ізотропним фільтром Гауса, де ширина фільтра збільшується з параметром. Цей дифузійний процес є лінійним і просторово-інваріантним перетворенням вихідного зображення. Анізотропна дифузія є узагальненням цього дифузійного процесу: вона створює сімейство параметризованих зображень, але кожне отримане зображення являє собою поєднання вихідного зображення і фільтру, який залежить від початкового змісту вихідного зображення. Як наслідок, анізотропна дифузія є нелінійною і просторово-варіантною трансформацією вихідного зображення. У своєму первісному формулюванні, яке представлене Пероном і Маліком в 1987 році, просторово-варіантний фільтр - це ізотропія, яка залежить від змісту зображення, так як вона наближається до імпульсної функції поблизу країв та інших структур, які повинні бути збережені в зображенні на різних рівнях в результаті масштабованого простору. Це формулювання називають анізотропною дифузією Перона і Маліка або ж неоднорідною і нелінійною дифузією . Більш загальне формулювання дозволяє адаптованому до початкових умов фільтру бути подібним до анізотропних об'єктів лінійної структури, таких як краї або лінії: його орієнтація задається такою структурою, що він витягнутий вздовж конструкції і вузький поперечному перерізі. Такі методи називаються формами-адаптованого згладжування. Як наслідок, отримані зображення зберігають лінійні структури і в той же час проводиться згладжування уздовж цих структур. Обидва випадки можуть бути описані за допомогою узагальнення звичайного рівняння дифузії , де коефіцієнт дифузії, замість того, щоб бути постійним скаляром, є функцією позиції зображення і передбачає матричне (або тензорне) значення (див. структурний тензор). Хоч отриману сім'ю знімків можна охарактеризувати як поєднання оригінального зображення і просторово-варіантних фільтрів, адаптований до початкових умов фільтр і його комбінація із зображенням не повинні бути реалізовані на практиці. Анізотропна дифузія зазвичай реалізовується за допомогою апроксимації узагальненого рівняння дифузії: кожне нове зображення в сім'ї обчислюється за допомогою застосування цього рівняння до попереднього зображення. Отже, анізотропна дифузія являє собою ітераційний процес, в якому відносно простий набір обчислень використовується для обчислення кожного наступного зображення в сім'ї і цей процес продовжується до отримання достатнього ступеня гладкості.
xsd:nonNegativeInteger
12698