liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Using Importance Sampling for Bayesian Feature Space Filtering
Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Matematiska institutionen, Tillämpad matematik. Linköpings universitet, Tekniska högskolan.
Visa övriga samt affilieringar
2007 (Engelska)Ingår i: Proceedings of the 15th Scandinavian conference on image analysis / [ed] Kjær Bjarne Ersbøll and Kim Steenstrup Pedersen, Berlin, Heidelberg: Springer-Verlag , 2007, s. 818-827Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We present a one-pass framework for filtering vector-valued images and unordered sets of data points in an N-dimensional feature space. It is based on a local Bayesian framework, previously developed for scalar images, where estimates are computed using expectation values and histograms. In this paper we extended this framework to handle N-dimensional data. To avoid the curse of dimensionality, it uses importance sampling instead of histograms to represent probability density functions. In this novel computational framework we are able to efficiently filter both vector-valued images and data, similar to e.g. the well-known bilateral, median and mean shift filters.

Ort, förlag, år, upplaga, sidor
Berlin, Heidelberg: Springer-Verlag , 2007. s. 818-827
Serie
Lecture Notes in Computer Science, ISSN 0302-9743 ; Vol. 4522
Nationell ämneskategori
Medicin och hälsovetenskap
Identifikatorer
URN: urn:nbn:se:liu:diva-38745DOI: 10.1007/978-3-540-73040-8_83ISI: 000247364000083Lokalt ID: 45475ISBN: 978-3-540-73039-2 (tryckt)OAI: oai:DiVA.org:liu-38745DiVA, id: diva2:259594
Konferens
The 15th Scandinavian conference on image analysis, June 10-24, Aalborg, Denmark
Tillgänglig från: 2009-10-10 Skapad: 2009-10-10 Senast uppdaterad: 2015-10-08Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Brun, AndersSvensson, BjörnWestin, Carl-FredrikHerberthson, MagnusWrangsjö, AndreasKnutsson, Hans

Sök vidare i DiVA

Av författaren/redaktören
Brun, AndersSvensson, BjörnWestin, Carl-FredrikHerberthson, MagnusWrangsjö, AndreasKnutsson, Hans
Av organisationen
Medicinsk informatikCentrum för medicinsk bildvetenskap och visualisering, CMIVTekniska högskolanInstitutionen för medicinsk teknikTillämpad matematik
Medicin och hälsovetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 927 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf