Análisis en bloques de imagen para la estimación de orientaciones multiples usando aperturas direccionales y B-splines
Author
Legaz Aparicio, Alvar Ginés; Bastida Jumilla, María Consuelo; Menchón Lara, Rosa María; Verdú Monedero, Rafael; Morales Sánchez, JuanResearch Group
Grupo de Teoría y Tratamiento de la SeñalSponsors
Centro Universitario de la Defensa. Escuela de Turismo de Cartagena. Escuela Técnica Superior de Ingeniería Industrial UPCT. Escuela Técnica Superior de Ingeniería de Telecomunicación (ETSIT). Escuela de Ingeniería de Caminos y Minas (EICM). Escuela de Arquitectura e Ingeniería de Edificación (ARQ&IDE). Parque Tecnológico de Fuente Álamo. Navantia. Campus Mare Nostrum. Estación Experimental Agroalimentaria Tomás Ferro.Publication date
2013-04Publisher
Universidad Politécnica de CartagenaBibliographic Citation
LÓPEZ APARICIO, Alvar Ginés, et al. Análisis en bloques de imagen para la estimación de orientaciones multiples usando aperturas direccionales y B-splines. En VI Jornadas de introducción a la investigación de la UPCT, abril 2013, nº 6, 10-12 p. ISSN:1888-8356Keywords
B-splinesEstimación de orientaciones múltiples en imágenes
Morfología matemática
Abstract
La estimación local de la orientación puede ser crucial en el proceso de imágenes. Este artículo presenta un enfoque multiescala para estimar las orientaciones locales múltiples. Para estimar correctamente la llamada, firma direccional para diferentes escalas, se realizan aperturas direccionales multiescala con los elementos estructurantes de longitud variable. Posteriormente se aplica una detección de los múltiples picos de la firma direccional para realizar una interpolación por medio de B-splines y así extraer las direcciones principales. Los resultados experimentales muestran una detección precisa de las orientaciones locales en múltiples texturas de imágenes a diferentes escalas, junto con la estimación adecuada de las orientaciones locales en presencia de curvas.
Collections
The following license files are associated with this item:
Social media