Name
Abstract | ||
|---|---|---|
Le bruit et le fouillis sont les causes de problèmes majeurs en espace d'échelle du fait que cette technique implique l'emploi de dérivées d'ordre supérieur. L'analyse statistique du bruit tel que reflété dans la représentation en espace d'échelle et son effet sur tout algorithme basé sur cette représentation constituent un intéressant sujet de recherche. La représentation en espace d'échelle implique la convolution de l'entrée avec un filtre adoucisseur (typiquement gaussien) de différentes résolutions et la détection de primitives (typiquement les passages par zéro de la dérivée seconde). L'analyse statistique de l'espace d'échelle n'est pas triviale pour deux raisons: (i) elle implique une opération non-linéaire, à savoir la détection des passages par zéro et (ii) le bruit à différentes échelles est corrélé. Nous prouvons dans cet article des théorèmes donnant les probabilités de passage par zéro en présence de bruit. Ces théorèmes sont ensuite appliqués au cas de l'adoucissement gaussien. Ces probabilités peuvent être utilisées pour un certain nombre d'applications telles que l'analyse de performances. |
Year | DOI | Venue |
|---|---|---|
1992 | 10.1016/0165-1684(92)90118-G | Signal Processing |
Keywords | Field | DocType |
multiresolution,scale-space,statistical analysis,laplacian of gaussian,zero crossing,thresholding,scale space | Mathematical optimization,Combinatorics,Clutter,Algorithm,Scale space,Multiresolution analysis,Gaussian blur,Gaussian,Smoothing,Blob detection,Gaussian noise,Mathematics | Journal |
Volume | Issue | ISSN |
26 | 3 | Signal Processing |
Citations | PageRank | References |
2 | 0.39 | 15 |
Authors | ||
2 | ||
Name | Order | Citations | PageRank |
|---|---|---|---|
| V. A. Topkar | 1 | 14 | 3.88 |
| A. K. Sood | 2 | 16 | 1.63 |