Nonlocal Means의 한계: 날카로운 에지 이미지에서의 하위 최적성
본 논문은 날카로운 경계(히어런드 클래스)를 가진 이미지에 대해 비국소 평균(NLM) 알고리즘의 평균제곱위험(MSE) 수렴 속도를 비정형적으로 분석한다. 최적 튜닝된 NLM은 위험이 $n^{-1}\log^{1/2+\varepsilon}n$ 으로 감소함을 보이며, 이는 선형 필터·중간값 필터·SUSAN 필터의 $n^{-2/3}$ 보다 우수하지만, 최적 최소극대 위험인 $n^{-4/3}$ 에는 크게 못 미친다. 또한, 파동 변환 임계화와 로그 팩터…
저자: Arian Maleki, Manjari Narayan, Richard G. Baraniuk
본 연구는 이미지 복원 분야에서 가장 도전적인 테스트베드 중 하나인 히어런드 클래스(날카로운 에지를 가진 계단형 이미지)를 대상으로, 비국소 평균(NLM) 알고리즘의 이론적 성능을 최소극대 위험(minimax risk) 관점에서 정밀히 분석한다.
1. **문제 설정 및 위험 정의**
- 원본 이미지 $f:
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기