La représentation d'une image numérique par un tableau de pixels n'est pas une information assez hiérarchique pour son analyse. Observant que le contraste importe bien moins que la géométrie, nous représentons l'information géométrique par les composantes connexes d'ensembles de niveaux dont nous remplissons les trous, la hiérarchie s'obtenant par l'ordre d'inclusion. La propriété attrayante de ces caractéristiques est qu'elles représentent exactement l'image. Deux filtres morphologiques en sont déduits. Ils sont invariants par inversion du contraste: on les qualifie d'autoduaux dans le vocabulaire de la morphologie mathématique. Nous utilisons cette représentation dans la deuxième partie pour traiter du recalage d'images. Notre méthode repose sur les éléments de base de notre représentation, nommés formes. Nous cherchons les formes d'une image dans l'autre, établissant ainsi des correspondances entres formes d'images. Puis une procédure de vote des correspondances sélectionne le mouvement dominant. Nous montrons que cette méthode a le mérite de donner un recalage d'une précision sous-pixellique dans des conditions même défavorables.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
La représentation d'une image numérique par un tableau de pixels n'est pas une information assez hiérarchique pour son analyse. Observant que le contraste importe bien moins que la géométrie, nous représentons l'information géométrique par les composantes connexes d'ensembles de niveaux dont nous remplissons les trous, la hiérarchie s'obtenant par l'ordre d'inclusion. La propriété attrayante de ces caractéristiques est qu'elles représentent exactement l'image. Deux filtres morphologiques en sont déduits. Ils sont invariants par inversion du contraste: on les qualifie d'autoduaux dans le vocabulaire de la morphologie mathématique. Nous utilisons cette représentation dans la deuxième partie pour traiter du recalage d'images. Notre méthode repose sur les éléments de base de notre représentation, nommés formes. Nous cherchons les formes d'une image dans l'autre, établissant ainsi des correspondances entres formes d'images. Puis une procédure de vote des correspondances sélectionne le mouvement dominant. Nous montrons que cette méthode a le mérite de donner un recalage d'une précision sous-pixellique dans des conditions même défavorables.
Pascal Monasse, docteur en mathematiques, ingénieur de l'EcoleNationale des Ponts et Chaussées, France, est chargé de recherche àImagine, Ecole des Ponts ParisTech et Université Paris-Est, ettravaille en stéréovision multi-vues, traitement d'images etmorphologie mathématique.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
Gratis für den Versand innerhalb von/der Deutschland
Versandziele, Kosten & DauerAnbieter: moluna, Greven, Deutschland
Zustand: New. Artikel-Nr. 5794528
Anzahl: Mehr als 20 verfügbar