Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spatio-Temporal Scale Selection in Video Data Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Probabilistic Framework for Curve Evolution

verfasst von : Vedrana Andersen Dahl, Anders Bjorholm Dahl

Erschienen in: Scale Space and Variational Methods in Computer Vision

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this work, we propose a nonparametric probabilistic framework for image segmentation using deformable models. We estimate an underlying probability distributions of image features from regions defined by a deformable curve. We then evolve the curve such that the distance between the distributions is increasing. The resulting active contour resembles a well studied piecewise constant Mumford-Shah model, but in a probabilistic setting. An important property of our framework is that it does not require a particular type of distributions in different image regions. Additional advantages of our approach include ability to handle textured images, simple generalization to multiple regions, and efficiency in computation. We test our probabilistic framework in combination with parametric (snakes) and geometric (level-sets) curves. The experimental results on composed and natural images demonstrate excellent properties of our framework.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Efficient Lagrangian Algorithm for an Anisotropic Geodesic Active Contour Model
Nächstes Kapitel Denoising of Image Gradients and Constrained Total Generalized Variation
Literatur
1.
Brox, T., Rousson, M., Deriche, R., Weickert, J.: Colour, texture, and motion in level set based segmentation and tracking. Image Vis. Comput. 28(3), 376–390 (2010)CrossRef
2.
Brox, T., Weickert, J.: A TV flow based local scale estimate and its application to texture discrimination. J. Vis. Commun. Image Represent. 17(5), 1053–1073 (2006)CrossRef
3.
Chan, T., Vese, L.: An active contour model without edges. In: Nielsen, M., Johansen, P., Olsen, O.F., Weickert, J. (eds.) Scale-Space 1999. LNCS, vol. 1682, pp. 141–151. Springer, Heidelberg (1999). doi:10.​1007/​3-540-48236-9_​13 CrossRef
4.
Chan, T.F., Vese, L.A.: Active contours without edges. IEEE Trans. Image Process. 10(2), 266–277 (2001)CrossRefMATH
5.
Dahl, A.B., Dahl, V.A.: Dictionary snakes. In: International Conference on Pattern Recognition (ICPR), pp. 142–147. IEEE (2014)
6.
7.
Gao, Y., Bouix, S., Shenton, M., Tannenbaum, A.: Sparse texture active contour. IEEE Trans. Image Process. 22(10), 3866–3878 (2013)MathSciNetCrossRef
8.
Kass, M., Witkin, A., Terzopoulos, D.: Snakes: active contour models. Int. J. Comput. Vis. 1(4), 321–331 (1988)CrossRefMATH
9.
Kim, J., Fisher, J.W., Yezzi, A., Çetin, M., Willsky, A.S.: A nonparametric statistical method for image segmentation using information theory and curve evolution. IEEE Trans. Image Process. 14(10), 1486–1502 (2005)MathSciNetCrossRef
10.
Mumford, D., Shah, J.: Optimal approximations by piecewise smooth functions and associated variational problems. Commun. Pure Appl. Math. 42(5), 577–685 (1989)MathSciNetCrossRefMATH
11.
Osher, S., Sethian, J.A.: Fronts propagating with curvature-dependent speed: algorithms based on Hamilton-Jacobi formulations. J. Comput. Phys. 79(1), 12–49 (1988)MathSciNetCrossRefMATH
12.
Rousson, M., Brox, T., Deriche, R.: Active unsupervised texture segmentation on a diffusion based feature space. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), vol. 2, pp. II-699. IEEE (2003)
13.
Tsai, A., Yezzi Jr., A., Willsky, A.S.: Curve evolution implementation of the Mumford-Shah functional for image segmentation, denoising, interpolation, and magnification. IEEE Trans. Image Process. 10(8), 1169–1186 (2001)CrossRefMATH
14.
Wang, J., Chan, K.L.: Incorporating patch subspace model in Mumford-Shah type active contours. IEEE Trans. Image Process. 22(11), 4473–4485 (2013)MathSciNetCrossRef
15.
Yezzi Jr., A., Tsai, A., Willsky, A.: A statistical approach to snakes for bimodal and trimodal imagery. In: International Conference on Computer Vision (ICCV), vol. 2, pp. 898–903. IEEE (1999)
Metadaten
Titel
A Probabilistic Framework for Curve Evolution
verfasst von
Vedrana Andersen Dahl
Anders Bjorholm Dahl
Copyright-Jahr
2017
Buch
Scale Space and Variational Methods in Computer Vision

Print ISBN: 978-3-319-58770-7

Electronic ISBN: 978-3-319-58771-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-58771-4_34