Image filtering using morphological amoebas

Abstract : This paper presents morphological operators with non-fixed shape kernels, or amoebas, which take into account the image contour variations to adapt their shape. Experiments on grayscale and color images demonstrate that these novel filters outperform classical morphological operations with a fixed, space-invariant structuring element for noise reduction applications. Tests on synthetic 3D images are then performed to show the high noise-reduction capacity of amoeba-based filters.
Type de document :
Article dans une revue
Image and Vision Computing, Elsevier, 2007, 25 (4), pp.395-404. <10.1016/j.imavis.2006.04.018>
Liste complète des métadonnées

https://hal-mines-paristech.archives-ouvertes.fr/hal-01431825
Contributeur : Etienne Decencière <>
Soumis le : mercredi 25 janvier 2017 - 09:18:05
Dernière modification le : mardi 12 septembre 2017 - 11:41:38
Document(s) archivé(s) le : mercredi 26 avril 2017 - 12:36:47

Fichier

lerallut_ivc.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Romain Lerallut,, Etienne Decencière, Fernand Meyer. Image filtering using morphological amoebas. Image and Vision Computing, Elsevier, 2007, 25 (4), pp.395-404. <10.1016/j.imavis.2006.04.018>. <hal-01431825>

Partager

Métriques

Consultations de
la notice

150

Téléchargements du document

29