Difference between revisions of "Publications/esteban.19.gretsi"

From LRDE

(Created page with "{{Publication | published = true | date = 2019-06-14 | authors = Baptiste Esteban, Guillaume Tochon, Thierry Géraud | title = Estimation du niveau de bruit par arbre des form...")
 
 
Line 5: Line 5:
 
| title = Estimation du niveau de bruit par arbre des formes et statistiques non paramétriques
 
| title = Estimation du niveau de bruit par arbre des formes et statistiques non paramétriques
 
| booktitle = Proceedings of the 27st Symposium on Signal and Image Processing (GRETSI)
 
| booktitle = Proceedings of the 27st Symposium on Signal and Image Processing (GRETSI)
| category = national
 
 
| address = Lille, France
 
| address = Lille, France
 
| 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.
Line 21: Line 20:
 
   booktitle = <nowiki>{</nowiki>Proceedings of the 27st Symposium on Signal and Image
 
   booktitle = <nowiki>{</nowiki>Proceedings of the 27st Symposium on Signal and Image
 
  Processing (GRETSI)<nowiki>}</nowiki>,
 
  Processing (GRETSI)<nowiki>}</nowiki>,
  category = <nowiki>{</nowiki>national<nowiki>}</nowiki>,
 
 
   year = 2019,
 
   year = 2019,
 
   address = <nowiki>{</nowiki>Lille, France<nowiki>}</nowiki>,
 
   address = <nowiki>{</nowiki>Lille, France<nowiki>}</nowiki>,

Latest revision as of 12:28, 27 June 2019

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},
  month		= aou,
  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.}
}