|
Stochastic Image Reconstruction as Ground State of Hamiltonian Operators
Dejon, Alexander
|
URL:
|
http://ub-madoc.bib.uni-mannheim.de/1394
|
|
URN:
|
urn:nbn:de:bsz:180-madoc-13941
|
|
Dokumenttyp:
|
Dissertation
|
|
Erscheinungsjahr:
|
2006
|
|
Titel einer Zeitschrift oder einer Reihe:
|
None
|
|
Verlag:
|
Universität Mannheim
|
|
Gutachter:
|
Potthoff, Jürgen
|
|
Datum der mündl. Prüfung:
|
8 Februar 2007
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Mathematik V (Potthoff -2020)
|
|
Fachgebiet:
|
510 Mathematik
|
|
Fachklassifikation:
|
MSC:
65N22 47A75 37M05 35Q72 ,
|
|
Normierte Schlagwörter (SWD):
|
Bildverarbeitung , Grundzustand , Hamilton-Operator , Diffusionsprozess
|
|
Freie Schlagwörter (Deutsch):
|
Bildglättung , Kantenhervorhebung , Rauschreduktion , starke Neumann-Randbedingung
|
|
Freie Schlagwörter (Englisch):
|
image smoothing , edge enhancement , noise reduction , strong Neumann border condition
|
|
Abstract:
|
A new image processing method is introduced. This method (called stochastic image reconstruction) is based on a well known phenomenon from quantum theory. Accordingly every physical system with a non-degenerated ground state will reach this ground state for times growing to infinity. Moreover this behaviour is independent of the initial state of the system at the beginning. Using the stochastic image reconstruction new methods for edge enhancement, inhomogeneous image smoothing and for noise reduction are exemplarily given.
|
|
Übersetzter Titel:
|
Stochastische Bildrekonstruktion als Grundzustand von Hamilton Operatoren
(Deutsch)
|
|
Übersetzung des Abstracts:
|
Es wird eine neue Bildverarbeitungsmethode vorgestellt. Diese Methode (als stochastische Bildrekonstruktion bezeichnet) basiert auf einem bekannten Phänomen aus der Quantentheorie. Danach erreicht jedes physikalische System dessen Grundzustand nicht-entartet ist diesen Grundzustand im Grenzwert für unbeschränkt wachsende Zeiten. Außerdem ist dieses Grenzwertverhalten unabhängig von dem Startzustand, in dem sich das System am Anfang befindet. Exemplarisch werden neue Verfahren zur Hervorhebung von Kanten, inhomogenen Bildglättung und Rauschreduktion jeweils unter Verwendung der stochastischen Bildrekonstruktion vorgestellt.
(Deutsch)
|
|
Zusätzliche Informationen:
|
|
 | Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt. |
 Suche Autoren in
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
![[img]](https://madoc.bib.uni-mannheim.de/style/images/fileicons/application_pdf.png)