Robust Histogram Estimation Under Gaussian Noise

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F19%3A00508020" target="_blank" >RIV/67985556:_____/19:00508020 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-29888-3_34" target="_blank" >http://dx.doi.org/10.1007/978-3-030-29888-3_34</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-29888-3_34" target="_blank" >10.1007/978-3-030-29888-3_34</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Robust Histogram Estimation Under Gaussian Noise

Popis výsledku v původním jazyce

We present a novel approach to description of a multidimensional image histogram insensitive with respect to an additive Gaussian noise in the image. The proposed quantities, although calculated from the histogram of the noisy image, represent the histogram of the original clear image. Noise estimation, image denoising and histogram deconvolution are avoided.We construct projection operators, that divide the histogram into non-Gaussian and Gaussian part, which is consequently removed to ensure the invariance. The descriptors are based on the moments of the histogram of the noisy image. The method can be used in a histogrambased image retrieval systems.

Název v anglickém jazyce

Robust Histogram Estimation Under Gaussian Noise

Popis výsledku anglicky

We present a novel approach to description of a multidimensional image histogram insensitive with respect to an additive Gaussian noise in the image. The proposed quantities, although calculated from the histogram of the noisy image, represent the histogram of the original clear image. Noise estimation, image denoising and histogram deconvolution are avoided.We construct projection operators, that divide the histogram into non-Gaussian and Gaussian part, which is consequently removed to ensure the invariance. The descriptors are based on the moments of the histogram of the noisy image. The method can be used in a histogrambased image retrieval systems.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20206 - Computer hardware and architecture

Projekt

<a href="/cs/project/GA18-07247S" target="_blank" >GA18-07247S: Metody a algoritmy pro analýzu obrazů vektorových a tenzorových polí</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Computer Analysis of Images and Patterns : CAIP 2019 International Workshops, ViMaBi and DL-UAV, Salerno, Italy, September 6, 2019, Proceedings

ISBN

978-3-030-29929-3

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

421-432

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Salerno

Datum konání akce

2. 9. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—