关于周期和非周期晶体噪声数字图像对称性识别的更合理方法
摘要：用几何形式的信息理论对嘈杂的数字图像中的晶体学和准晶学对称进行合理的、基于概率的证据排名和广义噪声水平相关的分类。这种分类仅基于图像像素强度值、对图像中广义噪声的总体分布的合理假设、对零噪声图像的渐近外推以及在对称-包含关系和伪对称存在的情况下，选择具有最大预测准确性的合理对称模型。在这些分类中，更倾向于使用发展成熟的几何形式的信息理论，而不是理论上可能的几何贝叶斯方法。使用数字数据平面并假设近似符合高斯分布的广义噪声，可以对扫描探针和透射电子显微镜中的嘈杂图像进行合理的晶体学和准晶学对称分类。本文首次提出了一种基于嘈杂数字图像中近似点对称性的二进制类型分类，将结构非常相似的材料分为准晶和其有理/晶格近似物之一。
作者：Peter Moeck
论文ID：2108.01237
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-12-21