Simultaneous Segmentation and Filtering Via Reduced Graph Cuts
| Autor: | ois Malgouyres, Nicolas Lermé, Fran |
|---|---|
| Přispěvatelé: | Laboratoire Analyse, Géométrie et Applications (LAGA), Université Paris 8 Vincennes-Saint-Denis (UP8)-Centre National de la Recherche Scientifique (CNRS)-Institut Galilée-Université Paris 13 (UP13), Laboratoire d'Informatique de Paris-Nord (LIPN), Université Sorbonne Paris Cité (USPC)-Institut Galilée-Université Paris 13 (UP13)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques de Toulouse UMR5219 (IMT), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Blanc-Talon J., Philips W., Popescu D., Scheunders P., Zemčík P. (eds), Université Paris 8 Vincennes-Saint-Denis (UP8)-Université Paris 13 (UP13)-Institut Galilée-Centre National de la Recherche Scientifique (CNRS), Université Paris 13 (UP13)-Institut Galilée-Université Sorbonne Paris Cité (USPC)-Centre National de la Recherche Scientifique (CNRS), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Systèmes et Applications des Technologies de l'Information et de l'Energie (SATIE), École normale supérieure - Cachan (ENS Cachan)-Université Paris-Sud - Paris 11 (UP11)-Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux (IFSTTAR)-École normale supérieure - Rennes (ENS Rennes)-Université de Cergy Pontoise (UCP), Université Paris-Seine-Université Paris-Seine-Conservatoire National des Arts et Métiers [CNAM] (CNAM), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-Centre National de la Recherche Scientifique (CNRS), Université Paris-Seine-Université Paris-Seine-Conservatoire National des Arts et Métiers [CNAM] (CNAM)-Centre National de la Recherche Scientifique (CNRS) |
| Jazyk: | angličtina |
| Rok vydání: | 2012 |
| Předmět: |
business.industry
Binary number 020207 software engineering Pattern recognition reduction 02 engineering and technology Image segmentation filtering Grayscale Regularization (mathematics) Cut [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV] 0202 electrical engineering electronic engineering information engineering Embedding 020201 artificial intelligence & image processing Segmentation [MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC] Artificial intelligence graph cuts business Heuristics image segmentation Mathematics |
| Zdroj: | Advanced Concepts for Intelligent Vision Systems. ACIVS 2012 Blanc-Talon J., Philips W., Popescu D., Scheunders P., Zemčík P. (eds). Advanced Concepts for Intelligent Vision Systems. ACIVS 2012, p. 201-212, 2012, Lecture Notes in Computer Science, vol 7517, 978-3-642-33140-4. ⟨10.1007/978-3-642-33140-4_18⟩ Advanced Concepts for Intelligent Vision Systems ISBN: 9783642331398 ACIVS ACIVS, 2012, Brno, Czech Republic. pp.201-212, ⟨10.1007/978-3-642-33140-4_18⟩ |
| Popis: | 12 pages; International audience; Recently, optimization with graph cuts became very attractive but generally remains limited to small-scale problems due to the large memory requirement of graphs, even when restricted to binary variables. Unlike previous heuristics which generally fail to fully capture details, another band-based method was proposed for reducing these graphs in image segmentation. This method provides small graphs while preserving thin structures but do not offer low memory usage when the amount of regularization is large. This is typically the case when images are corrupted by an impulsive noise. In this paper, we overcome this situation by embedding a new parameter in this method to both further reducing graphs and filtering the segmentation. This parameter avoids any post-processing steps, appears to be generally less sensitive to noise variations and offers a good robustness against noise. We also provide an empirical way to automatically tune this parameter and illustrate its behavior for segmenting grayscale and color images. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|