Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/46776
Título: Distance maps from unthresholded magnitudes
Autores/as: Antón-Canalís, Luis
Hernández Tejera, Mario 
Sánchez-Nielsen, Elena
Clasificación UNESCO: 1203 Ciencia de los ordenadores
120304 Inteligencia artificial
Palabras clave: Distance map
Distance transform
Pseudodistance
Fecha de publicación: 2012
Proyectos: Tecnicas de Visión Para la Interacción en Entornos de Interior Con Elaboración Mapas Cognitivos en Sistemas Perceptuales Heterogéneos. 
Publicación seriada: Pattern Recognition 
Resumen: A straightforward algorithm that computes distance maps from unthresholded magnitudes is presented, suitable for still images and video sequences. While results on binary images are similar to classic Euclidean Distance Transforms, the proposed approach does not require a binarization step. Thus, no thresholds are needed and no information is lost in intermediate classification stages. Experiments include the evaluation of spatial and temporal coherence of distance map values, showing better results in both measurements than those obtained with Sobel or Deriche gradients and classic chessboard distance transforms.
URI: http://hdl.handle.net/10553/46776
ISSN: 0031-3203
DOI: 10.1016/j.patcog.2012.02.010
Fuente: Pattern Recognition [ISSN 0031-3203], v. 45 (9), p. 3125-3130
Colección:Artículos
Vista completa

Citas SCOPUSTM   

1
actualizado el 01-dic-2024

Citas de WEB OF SCIENCETM
Citations

1
actualizado el 24-nov-2024

Visitas

113
actualizado el 02-nov-2024

Google ScholarTM

Verifica

Altmetric


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.