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 |
Citas SCOPUSTM
1
actualizado el 17-nov-2024
Citas de WEB OF SCIENCETM
Citations
1
actualizado el 17-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.