Developing Techniques for Coherent Image Processing and Their Applications

View Statistics Email Alert RSS Feed

Information

Details

Project title

Code/計畫編號

NSC93-2213-E019-009

Translated Name/計畫中文名

同調性影像處理技術之研發及其應用

Project Coordinator/計畫主持人

Jung-Hua Wang

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Electrical Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=1016087

Year

2004

Start date/計畫起

01-08-2004

Expected Completion/計畫迄

31-07-2005

Bugetid/研究經費

659千元

ResearchField/研究領域

資訊科學--軟體

本計畫擬研發複數個影像處理技術，其可應用於處理同調性成像(coherent imaging)方式產生之影像。主題涵蓋：影像揉茶法(Zodzir)、影像還原、及影像分割。因涉及技術層面廣泛，本計畫分兩年研發前述處理技術及實現整合之工作，茲分述如下：第一年同調性影像處理技術研發：(A) 影像揉茶法：針對同調性影像的特殊屬性，即因其成像設備不同所造成影像中的單一雜訊點通常包含數個像素，使得雜訊難以濾除。故吾人提出揉茶法之概念，研發可使斑點雜訊縮小為單一像素的技術，藉此增強同調性影像還原之效能。(B) 影像還原技術：利用Savitzky-Golay Filter對斑點雜訊之濾除有不錯的邊緣保留的特性，但此濾波器需使用大面積之遮罩而花費龐大計算時間；因此吾人利用神經網路平行運算的特性以加快濾波速度，擬提出一具Savitzky-Golay濾波特性之高階神經網路(SG-HNN)，實現快速濾除雜訊。(C) 影像分割技術：同調性影像存在著嚴重的微小區域變異量(local variance)，用一般分割演算法必會造成過度分割，故吾人提出形態分析網路(MANN)，以其具有對區域變異量較不敏感的特性以避免上述問題。第二年整合實現同調性影像處理系統：(A) 為使SG-HNN網路更容易具體實現，吾人擬朝成本及速度兩方向著手改良。觀察其他高階網路皆有權重級數差異之問題，改良此缺點可增進訓練速度。且Savitzky-Golay Filter 之處理步驟直接套用於SG-HNN網路可能招致造成實現成本激增，擬改良網路架構以克服此問題。(B) 為使MANN具有適應性，吾人擬以具自我主組織能力之網路網路以求得資料分佈特性，藉此提升MANN的影像分割精確度。(C) 將改良影像揉茶模組、SG-HNN、MANN網路整合成一快速同調性影像處理系統。由於SG-HNN、MANN之間可以點對點(peer-to-peer)之方式相連結，可使資料於兩網路間平行地傳送，達到快速處理之目的，且SG-HNN網路之邊緣保留特性有利於分割結果精確性；而MANN具有對區域變異量較不敏感的特性，故此兩網路之整合將可勝任於同調性影像處理之工作。

Keyword(s)

同調性影像
類神經網路
揉茶法
高階網路
斑點雜訊
影像分割

DSpace CRIS

Developing Techniques for Coherent Image Processing and Their Applications

Details

Description