Publication

Multiresolution Moment Filters

Michaël Unser
2002
Conference Papers

Résumé

We define multi-scale moments that are estimated locally by analyzing the image through a sliding window at multiple scales. When the analysis window satisfies a two-scale relation, we prove that these moments can be computed very efficiently using a multiresolution wavelet-like algorithm. We also show that B-spline windows are best suited for this kind of analysis because, in addition to being refinable, they are positive, symmetric and very nearly isotropic. We present two applications of our method. The first is a feature extraction method for detecting strands of DNA in noisy cryoelectron-micrographs. The second is an extension of the Lucas-Kanade optical flow algorithm that assumes a local affine model of the motion field. The results obtained in both cases are very promising.

Source officielle

https://infoscience.epfl.ch/entities/publication/41928691-ceac-4801-ab28-8fb079898ad2

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Michaël Unser
2002
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/41928691-ceac-4801-ab28-8fb079898ad2

À propos de ce résultat

Concepts associés (32)

Structure tensor

In mathematics, the structure tensor, also referred to as the second-moment matrix, is a matrix derived from the gradient of a function. It describes the distribution of the gradient in a specified neighborhood around a point and makes the information invariant respect the observing coordinates. The structure tensor is often used in and computer vision. For a function of two variables p = (x, y), the structure tensor is the 2×2 matrix where and are the partial derivatives of with respect to x and y; the integrals range over the plane ; and w is some fixed "window function" (such as a Gaussian blur), a distribution on two variables.

Régression locale

La régression locale, ou LOESS, est une méthode de régression non paramétrique fortement connexe qui combine plusieurs modèles de régression multiple au sein d'un méta-modèle qui repose sur la méthode des k plus proches voisins. « LOESS » est, en anglais, l'acronyme de « LOcally Estimated Scatterplot Smoothing ». La régression locale est une alternative possible aux méthodes habituelles de régression, comme la régression par les moindres carrés linéaire ou non linéaire, dans les cas où ces dernières s'avèrent mal adaptées.

Feature (computer vision)

In computer vision and , a feature is a piece of information about the content of an image; typically about whether a certain region of the image has certain properties. Features may be specific structures in the image such as points, edges or objects. Features may also be the result of a general neighborhood operation or feature detection applied to the image. Other examples of features are related to motion in image sequences, or to shapes defined in terms of curves or boundaries between different image regions.

Afficher plus

Publications associées (32)

Afficher plus

Multiresolution Moment Filters

Chattez avec Graph Search

Universal Optimization for Non-Clairvoyant Subadditive Joint Replenishment

On the Complexity of Optimization: Curved Spaces and Benign Landscapes

Open-source RISC-V platforms for embedded medical grade EMG processing: Are we there yet?