• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Filtro de difusão anisotrópico orientado por evidência de borda

Coser, Leandro January 2009 (has links)
Dissertação (mestrado) - Uiversidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação / Made available in DSpace on 2012-10-24T07:56:13Z (GMT). No. of bitstreams: 1 266022.pdf: 3927783 bytes, checksum: 7c1f37b777bfc8ec527041f1e2d0a5eb (MD5) / Filtro de Difusão Anisotrópico é uma técnica bem estabelecida para melhoria de imagens que pode ser empregada para suavização de imagens ainda preservando alguma informação de borda. Entretanto, quando é necessário aplicar muitas iterações do filtro, gradualmente as bordas desaparecerão e serão esmaecidas pelo processo. Este trabalho propôs a adoção de mapa de gradientes coloridos para guiar o processo de suavização que claramente define quais bordas serão preservadas depois de muitas iterações. Como característica adicional, o método proposto emprega informações estatísticas para variar o parâmetro de lambda dinamicamente durante a filtragem, permitindo uma suavização adaptativa mais sensível. Os resultados alcançados demonstram-se superiores quando comparados com o filtro tradicional. Anisotropic diffusion filter is a well-established technique for image enhancement that can be employed to smooth images while preserving some degree of edge information. However, when it becomes necessary to apply a large number of filtering iterations, edges gradually fade away and are ultimately smoothed by the process. We propose the adoption of a color gradient map to guide the smoothing so that clearly-defined edges are preserved even after many iterations. As an additional feature, our method employs the statistical information to vary the lambda parameter dynamically during filtering, allowing for a more sensitive adaptive smoothing. The results achievied show good results when compared with traditional filter.

Page generated in 0.0726 seconds