arXiv 1401.26862014-01-13cs.CV

在直方图中寻找有意义模式的无参数尺度空间方法--应用于图像和频谱分割

A parameterless scale-space approach to find meaningful modes in histograms - Application to image and spectrum segmentation

Jérôme Gilles, Kathryn Heal

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在本文中，我们提出了一个算法来自动检测直方图中有意义的模式。所提出的方法是基于局部极小值的尺度空间表示的行为。我们发现，这种有意义的模式的检测是等价的，在两个类的聚类问题上的最小尺度空间曲线的长度。该算法易于实现，速度快，不需要任何参数。我们提出了几个结果的直方图和频谱分割，灰度图像分割和彩色图像减少。

英文摘要：

In this paper, we present an algorithm to automatically detect meaningful modes in a histogram. The proposed method is based on the behavior of local minima in a scale-space representation. We show that the detection of such meaningful modes is equivalent in a two classes clustering problem on the length of minima scale-space curves. The algorithm is easy to implement, fast, and does not require any parameters. We present several results on histogram and spectrum segmentation, grayscale image segmentation and color image reduction.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于方向直方图形状的Artcode检测拓扑结构描述

Topological Structure Description for Artcode Detection Using the Shape of Orientation Histogram

University of Nottingham（诺丁汉大学）；University of Cambridge（剑桥大学）；University of Nottingham Ningbo（诺丁汉大学宁波分校）

针对Artcode这类编码拓扑信息的装饰性标记，提出方向直方图形状特征描述符，将其存在性识别转化为候选检测任务，经实验验证该特征向量和系统有效，为拓扑物体检测开辟新交互机会。

2025-08-13cs.CVcs.HCcs.MM

立体视觉中的有意义匹配

Meaningful Matches in Stereovision

ENS Cachan, CNRS-CMLA（卡尚高等师范学校，法国国家科学研究中心-数学及其应用中心）；Telecom ParisTech, CNRS-LTCI（巴黎高科电信学院，法国国家科学研究中心-信息与通信技术实验室）

本文介绍了一种统计方法来判断一对图像中的两个块是否可靠匹配。该方法确保所选择的块匹配不太可能“偶然”发生。这种新方法是基于一个简单但忠实的统计“背景模型”的定义，用于从图像本身学习的图像块。一个定理保证，在这个模型下，不超过一个固定数量的错误匹配发生（平均）为整个图像。这个固定的数字（假警报的数量）是唯一的方法参数。此外，与每个匹配相关联的假警报的数量测量其可靠性。然而，这种“相反”的块匹配方法不能排除由于图像中存在周期性对象而导致的错误匹配。但它成功地补充了一个无参数的“自相似性阈值。“实验证据表明，所提出的方法还可以检测到由于车辆和行人在非同时立体声中的遮挡和不连贯运动。

2011-12-06cs.CVstat.AP

Hue-Net：基于灰度的可微直方图损失函数的图像间翻译

Hue-Net: Intensity-based Image-to-Image Translation with Differentiable Histogram Loss Functions

Ben-Gurion University of the Negev（内盖夫本-古里安大学）

我们提出了Hue-Net -一种用于基于强度的图像到图像翻译的新型深度学习框架。关键的想法是一种新的技术，称为网络增强，它允许从图像的强度直方图的可区分的建设。我们进一步介绍（1D）循环和联合（2D）直方图的可微表示，并使用它们来定义基于循环地球移动器的距离（EMD）和互信息（MI）的损失函数。虽然Hue-Net可以应用于几个图像到图像的翻译任务，但我们选择展示其在颜色传递问题上的优势，其目的是用不同目标图像的颜色绘制源图像。注意，所需的输出图像不存在，因此不能用于监督式像素到像素学习。这是通过使用HSV颜色空间并定义基于强度的损失来实现的，该损失建立在输出图像和目标图像的循环色调直方图之间的EMD上。为了增强源图像和输出图像之间的无颜色相似性，我们通过这些图像的MI的可微近似来定义基于语义的损失。直方图损失函数的结合，除了一个对抗性的损失，使语义上有意义的和现实的图像的建设。对不同的数据集提出了有希望的结果。

2019-12-12cs.CVcs.LG

基于Gabor滤波和马氏距离算法的生物特征特征提取融合

Enhancing the Accuracy of Biometric Feature Extraction Fusion Using Gabor Filter and Mahalanobis Distance Algorithm

NM-AIST（纳尔逊·曼德拉非洲科学技术学院）

生物识别系统在过去的十年中取得了显着进步，在不久的将来，它们在特定应用中的使用将增加。进行有意义的比较和评估的能力对于成功部署和增加生物识别的采用至关重要。作为单峰生物特征识别系统的最佳模态无法完全解决更高识别率的问题。多模态生物识别系统能够减轻在单模态生物识别系统中遇到的一些限制，例如非普遍性、独特性、不可接受性、噪声传感器数据、欺骗攻击和性能。当不同的模态被组合在一起并且使用不同的算法或技术时，可以实现更可靠的识别准确性和性能。本文提出的工作集中在一个双峰生物识别系统，使用人脸和指纹。图像增强技术（直方图均衡化）被用来增强人脸和指纹图像。利用Gabor滤波技术提取人脸和指纹的显著特征。降维技术进行了两个图像提取的特征，使用主成分分析技术。一个特征级融合算法（马氏距离技术）被用来将每个单峰特征结合在一起。所提出的方法的性能进行了验证，是有效的。

2014-07-24cs.CV

基于图的稀疏PCA网络的肺癌组织学图像检测

Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network

University of Michigan（密歇根大学）；Imbio LLC（Imbio有限责任公司）

肺癌的早期发现对于改善患者生存至关重要。为了满足有效治疗的临床需求，基因工程小鼠模型（GEMM）已成为鉴定和评估这种复杂疾病的分子基础的不可或缺的组成部分，这些分子基础可用作治疗靶点。通过手动检查对组织病理学切片上的GEMM肿瘤负荷进行评估既耗时又容易产生主观偏倚。因此，对于计算机辅助诊断工具，对于这些组织病理学图像的准确和有效的分析，存在需求和挑战的相互作用。在本文中，我们提出了一种简单的机器学习方法，称为基于图的稀疏主成分分析（GS-PCA）网络，用于苏木精和伊红（H&E）染色的组织学肺切片上的癌性病变的自动检测。我们的方法包括四个步骤：1）级联的基于图的稀疏PCA，2）PCA二进制哈希，3）分块直方图，和4）支持向量机（SVM）分类。在我们提出的架构中，基于图的稀疏PCA被用来学习卷积网络的多个阶段的滤波器组。接下来是PCA哈希和块直方图，用于索引和池化。然后将从该GS-PCA中提取的有意义的特征馈送到SVM分类器。我们使用精确率/召回率、F分数、Tanimoto系数和受试者操作特征（ROC）的曲线下面积（AUC）评估了所提出的算法在从诱导型K-rasG 12 D肺癌小鼠模型获得的H&E载玻片上的性能，并表明我们的算法是有效的，与现有算法相比，提供了更高的检测准确性。

2022-02-16cs.CVeess.IV