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
DSeg: Détection directe de segments dans une image
Linköpings universitet, Institutionen för datavetenskap, KPLAB - Laboratoriet för kunskapsbearbetning. Linköpings universitet, Tekniska högskolan.ORCID-id: 0000-0003-3011-1505
LAAS. (RIS)
2010 (Franska)Ingår i: 17ème congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle (RFIA), 2010Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [fr]

Cet article présente une approche ``model-driven'' pour détecter des segmentsde droite dans une image. L'approche détecte les segments de manièreincrémentale sur la base du gradient de l'image, en exploitant un filtre deKalman linéaire qui estime les paramètres de la droite support des segments etles variances associées. Les algorithmes sont rapides et robustes au bruit etaux variations d'illumination de la scène perçue, ils permettent de détecterdes segments plus longs que les approches existantes guidées par les données(``data-driven''), et ils ne nécessitent pas de délicate détermination deparamètres. Des résultats avec différentes conditions d'éclairage et descomparaisons avec les approches existantes sont présentés.

Abstract [en]

This paper presents a model-driven approach todetect image line segments. The approach incrementally detects segments on thegradient image using a linear Kalman filter that estimates the supporting lineparameters and their associated variances. The algorithms are fast and robustwith respect to image noise and illumination variations, they allow thedetection of longer line segments than data-driven approaches, and do notrequire any tedious parameters tuning. Results with varying scene illuminationand comparisons to classic existing approaches are presented.

Ort, förlag, år, upplaga, sidor
2010.
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:liu:diva-73242OAI: oai:DiVA.org:liu-73242DiVA, id: diva2:469430
Konferens
Reconnaissance des Formes et Intelligence Artificielle
Tillgänglig från: 2011-12-23 Skapad: 2011-12-23 Senast uppdaterad: 2018-01-12

Open Access i DiVA

Fulltext saknas i DiVA

Personposter BETA

Berger, Cyrille

Sök vidare i DiVA

Av författaren/redaktören
Berger, Cyrille
Av organisationen
KPLAB - Laboratoriet för kunskapsbearbetningTekniska högskolan
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 264 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