異方性拡散とは

画像処理とコンピュータ ビジョンにおいて、異方性拡散はペローナ?マリク拡散とも呼ばれ、重要な部分を削除せずに画像ノイズを低減することを目的とした技術です。 画像コンテンツの、通常は画像の解釈にとって重要なエッジ、線、またはその他の詳細。 異方性拡散はスケール空間を作成するプロセスに似ており、画像は拡散プロセスに基づいてパラメータ化された一連のぼやけた画像のファミリーを生成します。 このファミリーの結果として得られる各画像は、画像と 2D 等方性ガウス フィルターの間の畳み込みとして与えられ、フィルターの幅はパラメーターとともに増加します。 この拡散プロセスは、元の画像の線形かつ空間不変の変換です。 異方性拡散は、この拡散プロセスを一般化したものです。異方性拡散では、パラメータ化された画像のファミリーが生成されますが、結果として得られる各画像は、元の画像と、元の画像のローカル コンテンツに依存するフィルターとの組み合わせになります。 結果として、異方性拡散は、元の画像の非線形で空間変化のある変換になります。

どのようなメリットがあるか

(I) 洞察 、および次のトピックに関する検証:

第 1 章: 異方性拡散

第 2 章: フィックの拡散の法則

第 3 章: 拡散方程式

第 4 章: 熱方程式

第 5 章: ナビエ・ストークス方程式

第 6 章: 全体の変動

第 7 章: 発散

第 8 章: ラプラス演算子

第 9 章: カール (数学)

第 10 章: 発散定理

(II) 異方性に関する一般のよくある質問に答える

(III) さまざまな分野での異方性拡散の使用例の実例。

この本の対象者

専門家、学部生、大学院生、愛好家、趣味人、そしてあらゆる種類の異方性拡散に関する基本的な知識や情報を超えたいと考えている人。