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:
Adaptation Approaches in Unsupervised Learning: A Survey of the State-of-the-Art and Future Directions Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Extracting Lineage Information from Hand-Drawn Ancient Maps

verfasst von : Ehab Essa, Xianghua Xie, Richard Turner, Matthew Stevens, Daniel Power

Erschienen in: Image Analysis and Recognition

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

In this paper, we present an efficient segmentation technique that extracts piecewise linear patterns from hand-drawn maps. The user is only required to place the starting and end points and the method is capable of extracting the route that connects the two, which closely colocates with the hand-drawn map. It provides an effective approach to interactively process and understand those historical maps. The proposed method employs supervised learning to evaluate at every pixel location the probability that such a lineage pattern exists, followed by shortest path segmentation to extract the border of interest.

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 Rotation Tolerant Hand Pose Recognition Using Aggregation of Gradient Orientations
Nächstes Kapitel Evaluation of Stochastic Gradient Descent Methods for Nonlinear Mapping of Hyperspectral Data
Literatur
1.
Boykov, Y., Funka-Lea, G.: Graph cuts and efficient N-D image segmentation. IJCV 70(1), 109–131 (2006)CrossRef
2.
3.
Comaniciu, D., Meer, P.: Mean shift: a robust approach toward feature space analysis. IEEE T-PAMI 24(5), 603–619 (2002)CrossRef
4.
Dalal, N., Triggs, B.: Histograms of oriented gradients for human detection. CVPR. 1, 886–893 (2005)
5.
6.
Essa, E., Xie, X., Sazonov, I., Nithiarasu, P., Smith, D.: Shape prior model for media-adventitia border segmentation in IVUS using graph cut. In: Menze, B.H., Langs, G., Lu, L., Montillo, A., Tu, Z., Criminisi, A. (eds.) MCV 2012. LNCS, vol. 7766, pp. 114–123. Springer, Heidelberg (2013)
7.
Falcão, A.X., et al.: User-steered image segmentation paradigms: live wire and live lane. Graph. Models Image Process. 60(4), 233–260 (1998)CrossRef
8.
Jones, J.-L., Essa, E., Xie, X., Smith, D.: Interactive segmentation of media-adventitia border in IVUS. In: Wilson, R., Hancock, E., Bors, A., Smith, W. (eds.) CAIP 2013, Part II. LNCS, vol. 8048, pp. 466–474. Springer, Heidelberg (2013)CrossRef
9.
Jones, J.L., Xie, X., Essa, E.: Combining region-based and imprecise boundary-based cues for interactive medical image segmentation. IJNMBE 30(12), 1649–1666 (2014)
10.
Malik, J., Belongie, S., Leung, T., Shi, J.: Contour and texture analysis for image segmentation. IJCV 43(1), 7–27 (2001)CrossRefMATH
11.
Mortensen, E.N., Barrett, W.A.: Interactive segmentation with intelligent scissors. Graph. Models Image Process. 60(5), 349–384 (1998)CrossRefMATH
12.
Rotem, O., Greenspan, H., Goldberger, J.: Combining region and edge cues for image segmentation in a probabilistic gaussian mixture framework. In: CVPR, pp. 1–8 (2007)
13.
Shen, W., Wang, X., Wang, Y., Bai, X., Zhang, Z.: Deepcontour: a deep convolutional feature learned by positive-sharing loss for contour detection. In: CVPR, pp. 3982–3991 (2015)
14.
Xie, X., Mirmehdi, M.: Texture exemplars for defect detection on random textures. In: Singh, S., Singh, M., Apte, C., Perner, P. (eds.) ICAPR 2005. LNCS, vol. 3687, pp. 404–413. Springer, Heidelberg (2005)CrossRef
15.
Xie, X., Mirmehdi, M.: Magnetostatic field for the active contour model: a study in convergence. In: BMVC, pp. 127–136 (2006)
16.
Xie, X., Mirmehdi, M.: TEXEMS: random texture representation and analysis. In: Handbook of Texture Analysis, Chapter 4 (2008)
17.
Yeo, S., Xie, X., Sazonov, I., Mirmehdi, M.: Geometric potential force for the deformable model. In: BMVC (2009)
Metadaten
Titel
Extracting Lineage Information from Hand-Drawn Ancient Maps
verfasst von
Ehab Essa
Xianghua Xie
Richard Turner
Matthew Stevens
Daniel Power
Copyright-Jahr
2016
Buch
Image Analysis and Recognition

Print ISBN: 978-3-319-41500-0

Electronic ISBN: 978-3-319-41501-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-41501-7_30