STM画像の符号化に関する研究

STM图像编码研究

基本信息

  • 批准号:
    11750345
  • 负责人:
  • 金额:
    $ 1.28万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)
  • 财政年份:
    1999
  • 资助国家:
    日本
  • 起止时间:
    1999 至 2000
  • 项目状态:
    已结题

项目摘要

近年,ディジタル画像は計測機器等の発展により,様々な計測データの解析に用いられつつある.本研究では,計測データの一種である半導体表面のSTM(Scanning Tunneling Microscopy)画像の符号化に関する検討を行う.静止画像符号化の国際標準JPEG(Joint Photographic experts Group)は自然画像を対象とし,画素値は緩やかに変化すると仮定している.しかし,STM画像は通常の画像と統計的性質が異なるため,JPEGでは圧縮効率の低下が予測される.昨年度,JPEGの非可逆モードに使用されているDCT(Discrete Cosine Transform)係数の分布を近似する関数として,STM画像の場合,正規分布が適切との結果を得た.しかし,一般の画像に用いられるラプラス分布との差は僅かであるため,DCT係数の分布はラプラス分布で近似されるとの仮定の下,JPEG非可逆モードにおける統計モデルの再構築を行った.提案したモデルはJPEGに比べ状態数が2/3程度にも関わらず,JPEGと同等以上の符号化効率を得ることが出来た.続いて,予測符号化における予測器の選定に関する検討を行った.JPEGの可逆モードでは,符号化すべき画素に隣接する3つの画素を用いた線形予測を行っている.最新の可逆符号化の国際標準JPEG-LSにおいても,予測関数を動的に変化する点が異なるものの,JPEGと同様の画素を用いた,より単純な線形予測を採用している.ここで使用される予測器は処理の簡素化を考慮し,加減算とシフト演算のみで実行可能なものである.報告者はこれら予測器の最適性に疑問を感じ,予測自乗誤差を最小化する観点から理論的考察の結果,JPEGと異なる予測器を提案した.提案した予測器をブロック適応予測に使用した場合,JPEG以上に自乗誤差を低減することが出来た.なお,提案した統計モデルおよび予測係数の優位性はSTM画像のみでなく,任意の画像においても見られた.
In recent years, the development of ディジタ <s:1> image mapping ディジタ measurement machines and others has been carried out in によ によ, the 々な measurement デ タ タ タ, and the analysis of に uses られ られ ある ある ある ある. In this study, で で, the デ デ タ タ タ <s:1> is measured by <s:1> a である semiconductor surface <s:1> STM(Scanning Tunneling Microscopy) image <s:1> symbolization に is related to する検 and を fields う. Still image symbolization: International standard JPEG(Joint Photographic experts Group) は natural portrait を like と seaborne し, picture element numerical は slow や か に variations change す る と 仮 set し て い る. し か し, STM pictures は portraits usually の と statistical properties of が different な る た め, JPEG で は 圧 low shrinkage rate of unseen の が be さ れ る. Last year,JPEG <s:1> non-reversible モ モ ドに ドに used されて る るDCT(Discrete Cosine) Transform) distribution coefficient の を approximate す る masato number と し て, STM pictures の occasions, normal distribution が appropriate と を た. の results し か し, general の portraits に い ら れ る ラ プ ラ ス distribution と の poor は only か で あ る た め, distribution of DCT coefficients の は ラ プ ラ ス distribution で approximate さ れ る と の 仮 under the の JPEG non reversible モ ー Youdaoplaceholder0 count モデ モデ った <s:1> reconstruct を rows った. Proposal し た モ デ ル は JPEG に than べ state number が two-thirds degree に も masato わ ら ず, JPEG と equivalent の を symbolic sharper rate have る こ と が た. 続 い て, be symbolic に お け る to sensor の selected に masato す る 検 line for を っ た. JPEG の reversible モ ー ド で は, symbolic す べ き pixels に 隣 meet す る 3 つ の pixels を with い た linear line to measure を っ て い る. Latest の reversible symbolic の international standard JPEG - LS に お い て も, masato to test several を moving に variations change す る point が different な る も の の, JPEG と with others の pixels を with い た, よ り 単 pure な を linear to test using し て い る. こ こ で use さ れ る to sensor は 処 Richard の invigorative を consider し, add and subtract calculate と シ フ ト calculus の み で may be line な も Youdaoplaceholder0. Reporter は こ れ ら to sensor the optimal sex の に doubt を じ feeling, to measure the を 乗 error minimization す る 観 point か ら examination の results of the theory of JPEG と different な る proposals to the sensors を し た. Proposal し た to sensor を ブ ロ ッ に ク optimum 応 to test using し た occasions, more than JPEG に を low since 乗 error reduction す る こ と が た. な お, proposal し た statistical モ デ ル お よ び to measure coefficient の primacy は STM pictures の み で な く, arbitrary の portrait に お い て も see ら れ た.

项目成果

期刊论文数量(22)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
黒木祥光,上繁義史,太田諦二: "QM-coderを用いたDCT係数の符号化"画像符号化シンポジウム第14回シンポジウム資料. 23-24 (1999)
Yoshimitsu Kuroki、Yoshifumi Kamishige、Taiji Ota:“使用 QM 编码器对 DCT 系数进行编码”图像编码研讨会第 14 届研讨会材料。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
黒木祥光,上繁義史,太田諦二: "予測符号化における予測関数の選定"画像符号化シンポジウム第15回シンポジウム資料. 117-118 (2000)
Yoshimitsu Kuroki、Yoshifumi Kamishige、Taiji Ota:“预测编码中预测函数的选择”图像编码研讨会第 15 届研讨会材料 117-118 (2000)。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
黒木祥光,上繁義史,太田諦二: "超高精細画像におけるDCT係数の分布とQM-coderを用いた符号化に関する検討"情報処理学会研究報告. 99巻・82号. 7-12 (1999)
Yoshimitsu Kuroki、Yoshifumi Kamishige、Taiji Ota:“超高清图像中 DCT 系数的分布和使用 QM 编码器的编码研究”日本信息处理学会研究报告,第 99 卷,第 7-12 期。 1999)
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
黒木祥光,上繁義史,太田諦二: "超高精細画像におけるDCT係数の分布"平成11年度電気関係学会九州支部連合大会講演論文集. 555 (1999)
Yoshimitsu Kuroki、Yoshifumi Kamishige、Taiji Ota:“超高清图像中 DCT 系数的分布”1999 年电气工程学会九州分会会议记录 555(1999)。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
上牧瀬誠,北園圭基,黒木祥光,上繁義史: "STM画像における適応予測"1999年映像情報メディア学会冬季大会講演予稿集. 92 (1999)
Makoto Kamise、Keiki Kitazono、Yoshimitsu Kuroki、Yoshifumi Kamishige:“STM 图像中的自适应预测”1999 年图像信息和电视工程师学会冬季会议记录 92 (1999)。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

黒木 祥光其他文献

実信号向けのダウンサンプリングに基づくスパースFFT
基于真实信号下采样的稀疏FFT
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    矢野 貴大;杉本 憲治郎;黒木 祥光;鎌田 清一郎
  • 通讯作者:
    鎌田 清一郎
疑似乱数スペクトル順列を用いたダウンサンプリング型スパースFFT
使用伪随机频谱排列对稀疏 FFT 进行下采样
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    秋吉 優作;杉本 憲治郎;黒木 祥光;鎌田 清一郎
  • 通讯作者:
    鎌田 清一郎

黒木 祥光的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('黒木 祥光', 18)}}的其他基金

Distributed video coding and deep learning using convolutional sparse dictionary generated with large scale datasets
使用大规模数据集生成的卷积稀疏字典进行分布式视频编码和深度学习
  • 批准号:
    23K11159
  • 财政年份:
    2023
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Convolutional sparse representation of l1 norm error criterion and its development for distributed video coding and deep learning
l1范数误差准则的卷积稀疏表示及其在分布式视频编码和深度学习中的发展
  • 批准号:
    20K11878
  • 财政年份:
    2020
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了