Resumen

Describimos un nuevo método para la eliminación de ruido de imágenes y la segmentación activa de contornos basada en conjuntos de niveles utilizando características multidimensionales. Consideramos que una imagen es una superficie incrustada en una variedad riemanniana. Definiendo una métrica en el espacio embebido, que en nuestro caso incluye características multidimensionales de la imagen así como un modelo de contorno activo basado en conjuntos de niveles, se puede obtener un problema de minimización en el espacio de la imagen a través del marco de acción de Polyakov. El problema de minimización resultante se resuelve con un algoritmo dual en aras de la eficiencia. Las ventajas de este nuevo método son, entre otras, que es independiente de cualquier parámetro artificial de "funcionamiento", y los experimentos realizados con imágenes sintéticas y reales demuestran que el método es robusto con respecto al ruido y a los límites borrosos de los objetos.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Desnaturalización simultánea de imágenes; segmentación activa de contornos basada en conjuntos de niveles; características multidimensionales; colector riemanniano; métrica; marco de acción de Polyakov.
• Keywords:Simultaneous image denoising; level set-based active contour segmentation; multidimensional features; Riemannian manifold; metric; Polyakov action framework