A Close inspection of the progress

A Close inspection of the progress made in the field of image processing in the past several decades reveals that
much of it is a direct consequence of the better image modeling employed. Armed with a stronger and more reliable model, one can better handle applications ranging from sampling, denoising, restoration, and reconstruction in inverse problems, all the way to compression, detection, separation, and beyond. Indeed, the evolution of models for visual data is at the heart of the image processing literature. What is a model and why do we need one? We provide an initial answer to these questions through a simple example of noise removal from an image. Given a noisy image, a denoising algorithm is essentially required to separate the noise form the (unknown) clean image. Such a separation clearly requires a close familiarity with the characteristics ofboth the noise and the original image. Knowing that the noise is additive, white, and Gaussian (AWG) is a good start, but far from being sufficient, since the underlying image may also behave like such noise, thereby making the separation of the two impossible. The additional information on the clean image content, that will allow separating it from the AWG noise, constitutes what we refer to in this paper as an image model. A classic example of such a model is the intuitive assumption

ผลลัพธ์ (ไทย) 1:

การตรวจสอบความคืบหน้าในด้านการประมวลผลในหลายทศวรรษภาพปิดเผยที่มากของมันจะสร้างโมเดลรูปดีกว่าจ้างเวรโดยตรง อาวุธกับแบบแข็งแกร่ง และน่าเชื่อถือมาก หนึ่งสามารถดีจัดการตั้งแต่สุ่ม denoising ฟื้นฟู และฟื้นฟูปัญหาผกผัน การบีบอัด ตรวจ แยกทาง และนอกเหนือจากโปรแกรมประยุกต์ แน่นอน วิวัฒนาการของรูปแบบสำหรับแสดงผลข้อมูลเป็นหัวใจของภาพที่ประมวลผลเอกสารประกอบการ แบบคืออะไร และทำไมต้องหนึ่ง เราให้คำตอบเริ่มต้นถามเหล่านี้ผ่านตัวอย่างเรื่องของเสียงเอาจากภาพ กำหนดรูปแบบเสียงดัง อัลกอริทึม denoising เป็นหลักต้องแยกแบบเสียงภาพสะอาด (ไม่รู้จัก) แยกดังกล่าวต้องมีความคุ้นเคยใกล้ชิดกับ ofboth ลักษณะชัดเจนเสียงและภาพต้นฉบับ รู้ว่า เสียงเป็นบวก สีขาว และ Gaussian (AWG) เริ่มต้นดี แต่จากการ เพียงพอ ตั้งแต่รูปแบบอาจยังทำงานเหมือนกับเสียงดังกล่าว จึงทำแยกสองไม่ ข้อมูลเพิ่มเติมเกี่ยวกับเนื้อหารูปภาพที่ดี ที่จะทำให้แยกจากเสียง AWG ถืออะไรเราถึงในเอกสารนี้เป็นแบบจำลองรูปภาพ ตัวอย่างที่คลาสสิกของแบบจำลองเป็นสมมติฐานที่ใช้งานง่าย

ผลลัพธ์ (ไทย) 3:

การตรวจสอบอย่างใกล้ชิดของความคืบหน้าในด้านการประมวลผลภาพในช่วงหลายทศวรรษที่ผ่านมาพบว่า
เท่าไหร่ผลโดยตรงของการใช้ภาพที่ดีคือ อาวุธที่มีรูปแบบที่แข็งแกร่งและเชื่อถือได้มากขึ้น หนึ่งสามารถจัดการดีการใช้งานตั้งแต่ 1 , denoising บูรณะและฟื้นฟูในตรงกันข้ามปัญหาทุกวิธีเพื่อการบีบอัด , การตรวจสอบการแยกและเกิน แน่นอน , วิวัฒนาการของรูปแบบภาพและข้อมูลที่เป็นหัวใจของการประมวลผลภาพวรรณคดี อะไรคือรูปแบบและทำไมเราต้องการหนึ่ง ? เราให้คำตอบเบื้องต้นเพื่อคำถามเหล่านี้ผ่านตัวอย่างง่ายๆในการกำจัดเสียงจากภาพ ให้ภาพที่มีเสียงดัง , denoising ขั้นตอนวิธีเป็นหลักต้องแยกรูปแบบเสียง ( ที่ไม่รู้จัก ) ภาพลักษณ์ที่สะอาดเช่นการแยกชัดต้องใช้ความคุ้นเคยใกล้ชิดกับลักษณะของเสียงและภาพต้นฉบับ ไม่รู้ว่าเสียงที่เป็นอาหารเสริม ขาว เกาส์ ( AWG ) จะเป็นการเริ่มต้นที่ดี แต่ห่างไกลจากการเพียงพอ เพราะต้นแบบภาพอาจยังทำตัวเหมือนเสียงดังกล่าว จึงทำให้การแยกของทั้งสองไม่ได้ ข้อมูลเพิ่มเติมเกี่ยวกับภาพสะอาดเนื้อหาที่จะช่วยให้แยกจาก AWG เสียง ถือเป็นสิ่งที่เราอ้างถึงในบทความนี้เป็นรูปแบบภาพ ตัวอย่างคลาสสิกของรูปแบบเป็นสมมติฐานที่ใช้งานง่ายเช่น