Zastosowanie modelu Isinga do odszumiania zniszczonych dokumentów

• Autorzy: Kocot M. , Gruber J. , Jóźwiak I.

Warianty tytułu

EN

Application of Ising model to damaged document denoising

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono sposób wykorzystania modelu Isinga w kontekście zastosowania go do usuwania szumów z dokumentów mających ubytki spowodowane szkodami fizycznymi. Proponowana metoda opiera się na maksymalizowaniu prawdopodobieństwa rozkładu łącznego za pomocą algorytmu iteracyjnej zmiany mody warunkowej. Zastosowane rozszerzenie algorytmu ICM pozwala na zwiększenie efektywności przetwarzania dokumentów. Wyniki badań empirycznych potwierdzają przydatność algorytmu w zastosowaniach.

EN

This article discusses how to use the Ising model in the context of noise reduction being applied to the documents of losses caused physical harm. The proposed method is based on energy function minimizing using optimized Iterated Conditional Modes. Applied extension ICM algorithm allows to increase the efficiency of document processing. Empirical studies confirm the usefulness of the algorithm in practice.

Słowa kluczowe

PL

odszumianie dokumentu; model Isinga; efektywność przetwarzania dokumentu

EN

document denoising; Ising model; efficiency of document processing

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2014
• Tom: z. 74
• Strony: 65--73
• Opis fizyczny: Bibliogr. 15 poz.

Twórcy

autor

Kocot M.

• Wydział Informatyki i Zarządzania. Politechnika Wrocławska

autor

Gruber J.

• Wydział Informatyki i Zarządzania. Politechnika Wrocławska

autor

Jóźwiak I.

• Wydział Informatyki i Zarządzania. Politechnika Wrocławska

Bibliografia

• 1. Barber D.: Bayesian Reasoning and Machine Learnin. Cambridge University Press, 2012.
• 2. Bishop C.M.: Pattern Recognition and Machine Learning. Information Science and Statistics, Springer-Verlag, New York, Inc., 2006.
• 3. Besag J.: On the statistical analysis of dirty pictures. Journal of the Royal Statistical Society 1986, vol. 48, no. 3, p. 259-302.
• 4. Brush S.G.: History of the Lenz-Ising Model. Rev. Mod. Phys., American Physical Society 1967, vol. 39, no. 4.
• 5. Chan S.H., Khoshabeh R., Gibson K.B., Gill P.E., Nguyen T.Q.: An augmented Lagrangian method for total variation video restoration. IEEE Transactions on Image Processing 2011, vol. 20, no. 11, p. 3097-3111.
• 6. Cohen J.: A Coefficient of Agreement for Nominal Scale. Educational and Psychological Measurement 1960, vol. 20, no. 1.
• 7. Dabov K., Foi A., Katkovnik V., Egiazarian K.: Image denoising by sparse 3-D transform-domain collaborative filtering. IEEE Transactions on Image Processing 2007, vol. 16, no. 8, p. 2080-2095.
• 8. Darbon J., Cunha A., Chan T.F., Osher., Jensen G.J.: Fast nonlocal filtering applied to electron cryomicroscopy. 5th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, 2008, IEEE ISBI, p. 1331-1334.
• 9. Dengwen Z., Wenggang C.: Image denoising with an optimal threshold and neighbouring window. Pattern Recognition Letters, Elsevier 2008, vol. 29, no. 11, p. 1694-1697.
• 10. MacKay D.J.C.: Information Theory, Inference & Learning Algorithms. Cambridge University Press, 2002.
• 11. Mohammed M.S., Saddar P.Y: Using Discrete Wavelet Transform and Wiener filter for Image De-nosing. Wasit Journal for Science & Medicine 2009, vol. 2, no. 1, p. 18-30.
• 12. Rudin L.L., Osher S., Gatemi E.: Nonlinear total variation based noise removal algorithms. Physica D: Nonlinear Phenomena, Elsevier 1992, vol. 60, no. 1, p. 259-268.
• 13. Shannon C.E.: Communication in the presence of noise. IEEE Proceeding of the IRE 1949, vol. 37, no. 1, p. 10-21.
• 14. Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P.: Image quality assessment: from error visibility to structural similarity. IEEE Transactions on Image Processing 2004, vol. 13, no. 4, p. 600-612.
• 15. You Y.L., Kaveh M.: Fourth-order partial differential equations for noise removal. IEEE Transactions on Image Processing 2000, vol. 9, no. 10, p. 1723-1730.