MétaCan
Menu
Retour à la cohorte
Enregistrement W2488672052 · doi:10.1117/3.887920.ch4

Enhancement of Color Images

2011· book-chapter· en· W2488672052 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPIE eBooks · 2011
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueImage Enhancement Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésArtificial intelligenceComputer visionBrightnessVisibilityComputer scienceImage qualityImage (mathematics)Contrast (vision)HueImage processingGeographyOptics

Résumé

récupéré en direct d'OpenAlex

In spite of the availability of advanced imaging devices with high sensitivity, high resolution, and built-in image-data processing procedures, images are often acquired with quality that is unsatisfactory or inadequate for certain purposes. When considering methods to modify such images with the aim of enhancing their quality, it is important to recognize and understand the several notions and factors that affect and determine the quality of an image; see Sections 2.2 and 2.3 as well as Rangayyan [6]. If further analysis of the processed image is to be performed by a human observer, the subjective and qualitative nature of such analysis needs to be taken into consideration. On the other hand, if subsequent analysis of the image is relegated to yet another computational procedure, the objective or quantitative requirements of the procedure should be taken into account in the design of the enhancement procedure. Thus, the nature and extent of enhancement to be effected on an image depend upon further use of the processed image. In most cases, the enhancement sought in an image would be aimed to achieve one or more of the following desired characteristics: • uniform or balanced brightness across the image, which may require dark areas to be made lighter and areas of excessive brightness to be made less bright; • good contrast and visibility of detail; • sharp and well-defined edges and borders of objects or regions in the image; • clean and clear representation of the original objects or scene with no noise or blemishes; • faithful reproduction of hues or shades of color, with particular attention to skin tone and hue in images of humans; and • good color balance to result in a pleasant appearance. Several digital image-processing techniques have been proposed to address the requirements stated above in the case of grayscale images [1, 6]. However, the extension of techniques designed for grayscale or monochromatic images to process color or vector images is neither straightforward nor always appropriate; the methods described in Chapter 3 to remove noise in color images illustrate some related concepts and methods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,240
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle