Curvature Estimation along Noisy Digital Contours by Approximate Global Optimization

Bertrand Kerautret 1 Jacques-Olivier Lachaud 2
1 ADAGIO - Applying Discrete Algorithms to Genomics and Imagery
LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Abstract : In this paper we introduce a new curvature estimator along digital contours, that we called Global Min-Curvature estimator (GMC). As opposed to previous curvature estimators, it considers all the possible shapes that are digitized as this contour, and selects the most probable one with a global optimization approach. The GMC estimator exploits the geometric properties of digital contours by using local bounds on tangent directions defined by the maximal digital straight segments. The estimator is then adapted to noisy contours by replacing maximal segments with maximal blurred digital straight segments. Experiments on perfect and damaged digital contours are performed and in both cases, comparisons with other existing methods are presented.
Type de document :
Article dans une revue
Pattern Recognition, Elsevier, 2008, j.patcog.2008.11.013, 42 (10), pp.2265--2278. 〈10.1016〉
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00345783
Contributeur : Bertrand Kerautret <>
Soumis le : mardi 9 décembre 2008 - 23:43:46
Dernière modification le : jeudi 11 janvier 2018 - 06:21:01
Document(s) archivé(s) le : lundi 7 juin 2010 - 21:29:24

Fichier

main.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00345783, version 1
  • DOI : 10.1016

Collections

Citation

Bertrand Kerautret, Jacques-Olivier Lachaud. Curvature Estimation along Noisy Digital Contours by Approximate Global Optimization. Pattern Recognition, Elsevier, 2008, j.patcog.2008.11.013, 42 (10), pp.2265--2278. 〈10.1016〉. 〈inria-00345783〉

Partager

Métriques

Consultations de la notice

218

Téléchargements de fichiers

334