通用自适应邻域图像处理。第二部分:实际应用问题-存档ouverte HAL Accéder directment au contenu公司
第三条Dans Une Revue 数学成像与视觉杂志 Anneée:2006年

通用自适应邻域图像处理。第二部分:实际应用问题

Résumé

所谓的通用自适应邻域图像处理(GANIP)方法是在一篇分两部分的论文中提出的,分别涉及其理论和实践方面。第一部分[20]从理论上介绍的通用自适应邻域(GAN)范式允许使用上下文相关分析构建新的图像处理转换。在特定分析标准的帮助下,此类变换执行更重要的空间分析,从本质上考虑图像的局部辐射、形态或几何特征。此外,使用一般的线性图像处理框架,它们与待处理图像的物理和/或生理设置一致。本文在数学形态学(MM)的背景下对GANIP方法进行了更详细的研究。MM所需的结构化元素被基于GAN的结构化元素取代,以适应所研究图像的局部上下文细节。由此产生的形态算子执行真正的空间自适应图像处理,特别是在一些重要的实际情况下,它们是相互连接的,与不具备此特性的常用算子相比,这是一个很大的优势。本文介绍了几种基于GANIP的结果,并对其在图像滤波、图像分割和图像增强中的应用进行了讨论。为了评估所提出的方法,尽可能在自适应形态学算子和常用形态学算子之间进行比较研究。此外,通过实际应用示例展示了使用对数图像处理框架和“对比度”标准的兴趣。
菲奇尔校长
小品小品
JD-JMIV-P2-pp.pdf(1.19个月) 特勒充电器
起源:菲奇尔斯制片人par l’(les)auteur(s)
加载。。。

日期和版本

hal-00128123, 版本1 (30-01-2007)

身份证明人

Citer公司

Johan Debayle,Jean-Charles Pinoli。通用自适应邻域图像处理。第二部分:实际应用问题。数学成像与视觉杂志2006年,25(2),第267-284页。⟨10.1007/s10851-006-7452-7⟩.⟨hal-00128123⟩
331 磋商
333 交易费用

海拔高度

合作伙伴

Gmail(Gmail) 脸谱网 X(X) LinkedIn链接 更多