×

使用应用程序恢复形状。 (英语) Zbl 1433.68521号

摘要:许多图像处理任务需要某种不同形状的平均值。通常,必须总结从几个图像中获得的不同形状。如果这些形状可以被认为是给定随机紧集的不同实现,那么自然总结就是文献中提出的不同均值集。本文利用数学形态学的基本变换(扩张、侵蚀、开闭)定义了新的均值集。在一些附加假设下,可以将这些新定义视为Baddeley和Molchanov距离平均值的特殊情况。
使用前一个和新的平均值集作为形状的摘要描述符,通过两个应用进行了说明:分析人类角膜内皮图像和分割眼底图像中的中央凹。随机紧集的变化是通过均值的置信集和集合区间(随机集置信区间的推广)来描述的。最后,提出了第三个应用:使用均值集对单个图像进行去噪。

MSC公司:

68单位10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Z.Arstein和R.Vitale,“随机紧集的强大大数定律”,《概率年鉴》,第3卷,第879-8821975页·Zbl 0313.60012号
[2] R.Aumann,“集值函数的积分”,J.Math。分析。申请。,第12卷,第1-12页,1965年·Zbl 0163.06301号
[3] A.Baddeley和I.Molchanov,“基于距离函数的随机集平均”,《数学成像与视觉杂志》,第8卷,第79-92页,1998年。
[4] C.Choirat和R.Seri,“随机闭集的Aumann平均值的置信集”,载于《第八届国际会议论文集》,IPMU信息处理和基于知识的系统中的不确定性管理,2000年,第一卷,第509-514页。
[5] N.A.Cressie,空间数据统计。修订版,John Wiley and Sons:纽约,1993年。
[6] M.Díaz和G.Ayala,“通过随机化测试测量角膜内皮细胞的空间均匀性”,载于a.Kuba、Šámal和a.Todd-Pokropek(编辑),《医学成像中的信息处理》,计算机科学讲稿第1613期,Springer Verlag,1999年,第418-423页。
[7] M.Díaz、G.Ayala、S.Quesada和L.Martínez-Costa,“使用空间点过程测试角膜内皮细胞的空间排列异常”,《医学统计学》,第20卷,第22期,第3429-34392001页。
[8] M.Ibañez和A.Simó,“眼底血管造影中央窝的贝叶斯检测”,《模式识别快报》,第20卷,第3期,第229-240页,1999年·Zbl 0919.68129号
[9] T.Lewis、R.Owens和A.Baddeley,“平均特征图”,模式识别,第32卷,第1615-1630页,1999年。
[10] G.Matheron,《随机集与积分几何》,威利出版社,伦敦,1975年·兹比尔0321.60009
[11] I.Molchanov,“在”计算机科学书目集“:随机闭集书目和相关主题”,可用:http://liinwww.ira.uka.de/书目/Math/random.closed.sets.html。
[12] J.Serra,图像分析和数学形态学。学术出版社,1982年·Zbl 0565.92001
[13] A.Simó和E.de Ves,“黄斑荧光素血管造影的分割。统计学方法”,模式识别,第34卷,第3期,第795-809页,2001年·Zbl 0970.68762号
[14] P.Soille,形态学图像分析。原理与应用,Springer-Verlag,1999年·Zbl 0976.68168号
[15] D.Stoyan、W.Kendall和J.Mecke,《随机几何及其应用》,第二版,柏林:威利出版社,1995年·Zbl 0838.60002号
[16] D.Stoyan和I.Molchanov,“随机粒子的集值平均值”,《数学成像与视觉杂志》,第7卷,第111-121页,1997年。
[17] D.Stoyan和H.Stoyan,分形,随机形状和点场。《几何统计方法》,威利出版社,1994年·Zbl 0828.62085号
[18] Vincent,L.,无文章标题,随机几何可能性和计算,80,199-283(1999)
[19] G.Winkler,《图像分析、随机场模型和动态蒙特卡罗方法》,Springer-Verlag出版社,1996年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。