Image Processing (7) 썸네일형 리스트형 [논문 읽기/2007] Adaptive Thresholding Using the Integral Image link: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.420.7883&rep=rep1&type=pdf 결과 영상: Abstract: adaptive thresholding은 조명에 따른 spatial variation를 고려하는 이진화 기법을 말함. 제안한 방법은 입력 영상에 대해 integral image를 이용한 실시간 적응적 이진화 기법을 제안함. 제안한 방법은 조명 변화에 강건하며, 단순하고 구현이 쉽고 실시간 처리에 적합함. 1. Introduction 고정된 이진화 임계값을 사용하면 비디오 스트림 내에서 조명이 spatial하게 변화하는 경우에 실패하게 됨. 조명 변화를 고려하기 위한 일반적인 솔루션은 adaptive threshold.. [논문 읽기/2004] A Linear-Time Component-Labeling Algorithm Using Contour Tracing Technique link: https://www.sciencedirect.com/science/article/pii/S1077314203001401 Abstract ~ 1.Introduction: 제안하는 방법의 이점: 1. 이미지에 대해 1-pass만 필요함. 본 논문에서 제안한 contour tracing 절차로 인해서 contour point들은 한번 이상 방문이 되지만, 단지 일정한 시간에 불과함. 2. 어떠한 re-labeling 메커니즘도 필요로 하지 않음. 일단 하나의 pixel에 labeling index가 할당되면, 해당 값은 변하지 않음. 3. 모든 contour들과 sequential order의 contour pixel들을 product함으로써 얻을 수 있음. 4. 실험 결과 전통적인 compone.. [논문 읽기/2004] A FAST AND ADAPTIVE METHOD FOR IMAGE CONTRAST ENHANCEMENT link: https://www.cs.utexas.edu/users/bajaj/papers/2004/conference/01419470.pdf Absctract: 국소 영역에 대한 contrast 조작을 통해 영상을 enhance 시키는 빠른 접근을 제안함. 제안한 방법은 빠르며, 구현하기 쉽고, adaptive, multiscale, weighted localization 등의 우수한 속성을 가짐. 다양한 의료 영상에 대해서 성능이 우수함. 1. Introduction 영상 enhancement의 중요성에 대해서 언급함. 영상 enhancement를 위한 방법들의 큰 분류는 contrast 조작 또는 히스토그램 평활화로 나눔[1, 2]. 고전적인 contrast 조작 방법[1]은 일반적으로 전역으로 정.. [구현(c)/no ref.] fast and approximated HOG(Histogram of Oriented Gradients) using Integral Image link: no #define RESIZED_SAMPLE_X_SIZE64 #define RESIZED_SAMPLE_Y_SIZE128 #define CELL_SIZE8 #define BLOCK_SIZE2 #define ORIENTATION_NUM9 #define FEAT_DIM(BLOCK_SIZE*BLOCK_SIZE*ORIENTATION_NUM)*(BLOCK_NUM_IN_X)*(BLOCK_NUM_IN_Y) #define CELL_NUM_IN_X(RESIZED_SAMPLE_X_SIZE/CELL_SIZE) #define CELL_NUM_IN_Y(RESIZED_SAMPLE_Y_SIZE/CELL_SIZE) #define BLOCK_NUM_IN_X(CELL_NUM_IN_X-BLOCK_SIZE+1) #define B.. [구현(c)/no ref.]Hysteresis Thresholding link: No #define LOW_THRESHOLD_INTENSITY63 #define HIGH_THRESHOLD_INTENSITY127 void RunHysteresisThresholding(unsigned char* input, unsigned char* output, int imageWidth, int imageHeight) { int low = LOW_THRESHOLD_INTENSITY; int high = HIGH_THRESHOLD_INTENSITY; register int i, j; for(i=0; i0) { return 0; } if(i>0 && target[(i-1)*imageWidth+j]>0) { return 1; } if(i>0 && j>0 && target[(i-1)*imageW.. [구현(c)/1979] A threshold selection method from gray level histograms Link: https://ieeexplore.ieee.org/document/4310076 #define OBJECT255 #define BACKGROUND0 void RunOtsu(unsigned char* srcImage, unsigned char* binaryImage, int imageWidth, int imageHeight) { int findedThreshold = FindThresholdBasedOnGrayLevelHistogram(srcImage, imageWidth, imageHeight); RunFixedThresholding(srcImage, binaryImage, imageWidth, imageHeight, findedThreshold); } int FindThresholdBased.. [구현(c)/2008] Efficient Implementation of Local Adaptive Thresholding Techniques Using Integral Images link: https://staffhome.ecm.uwa.edu.au/~00082689/papers/Shafait-efficient-binarization-SPIE08.pdf #define OBJECT255 #define BACKGROUND0 #define SAUVOLA_WINDOW_SIZE31 #define SAUVOLA_K_VAL0.85f #define SAUVOLA_R_VAL128 #define FIND_MAX(a,b)(((a) > (b)) ? (a) : (b)) #define FIND_MIN(a,b)(((a) < (b)) ? (a) : (b)) #define MAKE_INTEGRAL_IMAGE(x, y)(integralImage[(y)*imageWidth+(x)]) #define MAKE_INTE.. 이전 1 다음
