Anne Jaigu
07-25-2004, 02:49 AM
PI-1587: Extracting meaningful curves from images
Frédéric Cao, Pablo Musé, Frédéric Sur
http://www.irisa.fr/bibli/publi/pi/2003/1587/1587.html
37 pages - décembre 2003
Abstract
Since the beginning, Mathematical Morphology has proposed to extract
shapes from images as connected components of level sets. These methods
have proved very efficient in shape recognition and shape analysis. In
this paper, we present an improved method to select the most meaningful
level lines (boundaries of level sets) from an image. This extraction
can be based on statistical arguments, leading to a parameter free
algorithm. It permits to roughly extract all pieces of level lines of
an image, that coincide with pieces of edges. By this method, the number
of encoded level lines is reduced by a factor 100, without any loss of
shape contents. In contrast to edge detections algorithm or snakes
methods, such a level lines selection method delivers accurate shape
elements, without user parameter: no smoothing involved and selection
parameters can be computed by Helmholtz Principle.
Résumé
Dès sa naissance, la morphlogie mathématique a proposé d'extraire des
formes dans les images à partir des composantes connexes des ensembles
de niveau. L'efficacité de ces méthodes a été démontrée en
reconnaissance et analyse de formes. Dans cet article, nous présentons
une méthode de sélection des lignes de niveau (les frontières des
ensembles de niveau) les plus significatives dans une une image. Cette
extraction est basée sur des arguments statistiques, menant à une
détection sans paramètre. Elle permet de détecter tous les morceaux de
lignes de niveau qui coïncident avec les contours de l'image, en
diminuant le nombre de lignes codables d'un facteur 100, sans pour
autant réduire le contenu perceptuel des formes. Contrairement aux
méthodes de détection de contours ou de contours actifs traditionnelles,
cette sélection de lignes de niveau aboutit à des éléments de formes
précis, sans paramètre à régler par l'utilisateur. En outre, aucun
lissage n'est nécessaire et tous les autres paramètres sont fixés par le
principe de Helmholtz.
Keywords: Edge detection, Mathematical Morphology, Topographic map,
level lines, Helmholtz Principle, Gestalt theory
Mots clefs: Détection de contours, Morphologie Mathématique, carte
topographique, lignes de niveau, principe de Helmholtz, théorie de la
Gestalt
Frédéric Cao, Pablo Musé, Frédéric Sur
http://www.irisa.fr/bibli/publi/pi/2003/1587/1587.html
37 pages - décembre 2003
Abstract
Since the beginning, Mathematical Morphology has proposed to extract
shapes from images as connected components of level sets. These methods
have proved very efficient in shape recognition and shape analysis. In
this paper, we present an improved method to select the most meaningful
level lines (boundaries of level sets) from an image. This extraction
can be based on statistical arguments, leading to a parameter free
algorithm. It permits to roughly extract all pieces of level lines of
an image, that coincide with pieces of edges. By this method, the number
of encoded level lines is reduced by a factor 100, without any loss of
shape contents. In contrast to edge detections algorithm or snakes
methods, such a level lines selection method delivers accurate shape
elements, without user parameter: no smoothing involved and selection
parameters can be computed by Helmholtz Principle.
Résumé
Dès sa naissance, la morphlogie mathématique a proposé d'extraire des
formes dans les images à partir des composantes connexes des ensembles
de niveau. L'efficacité de ces méthodes a été démontrée en
reconnaissance et analyse de formes. Dans cet article, nous présentons
une méthode de sélection des lignes de niveau (les frontières des
ensembles de niveau) les plus significatives dans une une image. Cette
extraction est basée sur des arguments statistiques, menant à une
détection sans paramètre. Elle permet de détecter tous les morceaux de
lignes de niveau qui coïncident avec les contours de l'image, en
diminuant le nombre de lignes codables d'un facteur 100, sans pour
autant réduire le contenu perceptuel des formes. Contrairement aux
méthodes de détection de contours ou de contours actifs traditionnelles,
cette sélection de lignes de niveau aboutit à des éléments de formes
précis, sans paramètre à régler par l'utilisateur. En outre, aucun
lissage n'est nécessaire et tous les autres paramètres sont fixés par le
principe de Helmholtz.
Keywords: Edge detection, Mathematical Morphology, Topographic map,
level lines, Helmholtz Principle, Gestalt theory
Mots clefs: Détection de contours, Morphologie Mathématique, carte
topographique, lignes de niveau, principe de Helmholtz, théorie de la
Gestalt