| Auteur | Rechercher : Liscano, Ramiro; Rechercher : Wong, A.K.C. |
|---|
| Format | Texte, Article |
|---|
| Conférence | Vision Interface '95, May 16-19, 1995, Quebec, Quebec, USA |
|---|
| Sujet | computer vision; entropy; thresholding; vision artificielle; entropie; seuillage (seuil); segmentation |
|---|
| Résumé | On a généralement appliqué des méthodes de seuillage automatisées aux images à niveaux de gris pour différencier les objets et l'arrière-plan de l'image. Cet article examine l'utilisation d'une méthode de seuillage basée sur l'entropie qui permet de déterminer une valeur seuil raisonnable du gradient d'intensité dans un algorithme de suivi des contours et une valeur seuil pour la longueur des contours extraits d'une image. Les histogrammes du gradient d'intensité d'un contour et la longueur des contours montent en général très rapidement à de faibles valeurs et baissent rapidement à mesure que les valeurs augmentent. La technique de seuillage basée sur l'entropie suffit à déterminer une valeur seuil raisonnable pour ces types d'histogrammes, particulièrement puisqu'elle calcule le point où le contenu de l'information des deux côtés de l'histogramme est à son maximum. L'article démontre également l'importance de réappliquer l'algorithme de détermination du seuil à différentes parties de l'image puisque la valeur seuil dépend de la distribution dans une région d'intérêt. Les effets de données clairsemées sur le calcul du seuil sont étudiées et on donne un exemple qui illustre le fort impact que ces données peuvent avoir. |
|---|
| Date de publication | 1995 |
|---|
| Dans | |
|---|
| Langue | anglais |
|---|
| Numéro du CNRC | NRCC 38362 |
|---|
| Numéro NPARC | 8913768 |
|---|
| Exporter la notice | Exporter en format RIS |
|---|
| Signaler une correction | Signaler une correction (s'ouvre dans un nouvel onglet) |
|---|
| Identificateur de l’enregistrement | bf0bb73a-03b2-40c2-98d3-25bc99adc07a |
|---|
| Enregistrement créé | 2009-04-22 |
|---|
| Enregistrement modifié | 2020-04-29 |
|---|
