Difference between revisions of "Publications/esteban.19.gretsi"
From LRDE
| (One intermediate revision by the same user not shown) | |||
| Line 6: | Line 6: | ||
| booktitle = Proceedings of the 27st Symposium on Signal and Image Processing (GRETSI) |
| booktitle = Proceedings of the 27st Symposium on Signal and Image Processing (GRETSI) |
||
| address = Lille, France |
| address = Lille, France |
||
| + | | category = national |
||
| abstract = La connaissance du niveau de bruit dans une image est précieuse pour de nombreuses applications en traitement d'images. L'estimation de la fonction de niveau de bruit requiert l'identification des zones homogènes sur lesquelles les paramètres du bruit peuvent être calculés. Sutour et al. en 2015 ont proposé une méthode d'estimation de la fonction de niveau de bruit se basant sur la recherche de zones homogènes de forme carrée, donc inadaptées au contenu local de l'image. Nous généralisons cette méthode à la recherche de zones homogènes de forme quelconque en nous basant sur la représentation par arbre des formes de l'image étudiée, permettant ainsi une estimation plus robuste de la fonction de niveau de bruit. |
| abstract = La connaissance du niveau de bruit dans une image est précieuse pour de nombreuses applications en traitement d'images. L'estimation de la fonction de niveau de bruit requiert l'identification des zones homogènes sur lesquelles les paramètres du bruit peuvent être calculés. Sutour et al. en 2015 ont proposé une méthode d'estimation de la fonction de niveau de bruit se basant sur la recherche de zones homogènes de forme carrée, donc inadaptées au contenu local de l'image. Nous généralisons cette méthode à la recherche de zones homogènes de forme quelconque en nous basant sur la représentation par arbre des formes de l'image étudiée, permettant ainsi une estimation plus robuste de la fonction de niveau de bruit. |
||
| lrdepaper = http://www.lrde.epita.fr/dload/papers/esteban.19.gretsi.pdf |
| lrdepaper = http://www.lrde.epita.fr/dload/papers/esteban.19.gretsi.pdf |
||
| lrdekeywords = Image |
| lrdekeywords = Image |
||
| lrdenewsdate = 2019-06-14 |
| lrdenewsdate = 2019-06-14 |
||
| + | | nodoi = |
||
| type = inproceedings |
| type = inproceedings |
||
| id = esteban.19.gretsi |
| id = esteban.19.gretsi |
||
| Line 22: | Line 24: | ||
year = 2019, |
year = 2019, |
||
address = <nowiki>{</nowiki>Lille, France<nowiki>}</nowiki>, |
address = <nowiki>{</nowiki>Lille, France<nowiki>}</nowiki>, |
||
| + | category = <nowiki>{</nowiki>national<nowiki>}</nowiki>, |
||
month = aug, |
month = aug, |
||
abstract = <nowiki>{</nowiki>La connaissance du niveau de bruit dans une image est |
abstract = <nowiki>{</nowiki>La connaissance du niveau de bruit dans une image est |
||
| Line 36: | Line 39: | ||
repr\'esentation par arbre des formes de l'image |
repr\'esentation par arbre des formes de l'image |
||
\'etudi\'ee, permettant ainsi une estimation plus robuste |
\'etudi\'ee, permettant ainsi une estimation plus robuste |
||
| − | de la fonction de niveau de bruit.<nowiki>}</nowiki> |
+ | de la fonction de niveau de bruit.<nowiki>}</nowiki>, |
| + | nodoi = <nowiki>{</nowiki><nowiki>}</nowiki> |
||
<nowiki>}</nowiki> |
<nowiki>}</nowiki> |
||
Latest revision as of 19:07, 7 April 2023
- Authors
- Baptiste Esteban, Guillaume Tochon, Thierry Géraud
- Where
- Proceedings of the 27st Symposium on Signal and Image Processing (GRETSI)
- Place
- Lille, France
- Type
- inproceedings
- Keywords
- Image
- Date
- 2019-06-14
Abstract
La connaissance du niveau de bruit dans une image est précieuse pour de nombreuses applications en traitement d'images. L'estimation de la fonction de niveau de bruit requiert l'identification des zones homogènes sur lesquelles les paramètres du bruit peuvent être calculés. Sutour et al. en 2015 ont proposé une méthode d'estimation de la fonction de niveau de bruit se basant sur la recherche de zones homogènes de forme carrée, donc inadaptées au contenu local de l'image. Nous généralisons cette méthode à la recherche de zones homogènes de forme quelconque en nous basant sur la représentation par arbre des formes de l'image étudiée, permettant ainsi une estimation plus robuste de la fonction de niveau de bruit.
Documents
Bibtex (lrde.bib)
@InProceedings{ esteban.19.gretsi,
author = {Baptiste Esteban and Guillaume Tochon and Thierry
G\'eraud},
title = {Estimation du niveau de bruit par arbre des formes et
statistiques non param\'etriques},
booktitle = {Proceedings of the 27st Symposium on Signal and Image
Processing (GRETSI)},
year = 2019,
address = {Lille, France},
category = {national},
month = aug,
abstract = {La connaissance du niveau de bruit dans une image est
pr\'ecieuse pour de nombreuses applications en traitement
d'images. L'estimation de la fonction de niveau de bruit
requiert l'identification des zones homog\`enes sur
lesquelles les param\`etres du bruit peuvent \^etre
calcul\'es. Sutour et al. en 2015 ont propos\'e une
m\'ethode d'estimation de la fonction de niveau de bruit se
basant sur la recherche de zones homog\`enes de forme
carr\'ee, donc inadapt\'ees au contenu local de l'image.
Nous g\'en\'eralisons cette m\'ethode \`a la recherche de
zones homog\`enes de forme quelconque en nous basant sur la
repr\'esentation par arbre des formes de l'image
\'etudi\'ee, permettant ainsi une estimation plus robuste
de la fonction de niveau de bruit.},
nodoi = {}
}