Scalable data parallel algorithms for texture synthesis using Gibbs random fields

This article introduces scalable data parallel algorithms for image processing. Focusing on Gibbs and Markov random field model representation for textures, we present parallel algorithms for texture synthesis, compression, and maximum likelihood parameter estimation, currently implemented on Thinki...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on image processing Ročník 4; číslo 10; s. 1456 - 1460
Hlavní autoři:	Bader, D.A., JaJa, J., Chellappa, R.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York, NY IEEE 01.10.1995 Institute of Electrical and Electronics Engineers
Témata:	Applied sciences Exact sciences and technology Image coding Image processing Image restoration Information, signal and communications theory Least squares approximation Noise shaping Optimized production technology Parallel algorithms Signal processing Signal processing algorithms Signal restoration Signal to noise ratio Telecommunications and information theory Random field Texture analysis Parameter estimation Synthesis Image processing Maximum likelihood Markov model
ISSN:	1057-7149
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!