Edge Location to Subpixel Values in Digital Imagery

Tabatabai, A.; Mitchell, O. Robert

doi:10.1109/tpami.1984.4767502

Cited by 294 publications

(123 citation statements)

References 13 publications

Supporting

Mentioning

122

Contrasting

Unclassified

Order By: Relevance

“…The gray moment edge detection method (Tabatabai and Mitchell, 1984) has been well recognized for subpixel edge detection in terms of one-and two-dimensional data. The rationale behind a gray moment edge localization algorithm is that the edge distribution of an image is in coincidence with its gray moment in contrast to a transparent background.…”

Section: Subpixel Edge Detectionmentioning

confidence: 99%

In-situ crystal morphology identification using imaging analysis with application to the L-glutamic acid crystallization

Huo

Liu

et al. 2016

Chemical Engineering Science

View full text Add to dashboard Cite

Abstract:A synthetic image analysis strategy is proposed for in-situ crystal size measurement and shape identification for monitoring crystallization processes, based on using a real-time imaging system. The proposed method consists of image processing, feature analysis, particle sieving, crystal size measurement, and crystal shape identification. Fundamental image features of crystals are selected for efficient classification. In particular, a novel shape feature, referred to as inner distance descriptor, is introduced to quantitatively describe different crystal shapes, which is relatively independent of the crystal size and its geometric direction in an image captured for analysis. Moreover, a pixel equivalent calibration method based on subpixel edge detection and circle fitting is proposed to measure crystal sizes from the captured images. In addition, a kernel function based method is given to deal with nonlinear correlations between multiple features of crystals, facilitating computation efficiency for real-time shape identification.Case study and experimental results from the cooling crystallization of L-glutamic acid demonstrate that the proposed image analysis method can be effectively used for in-situ crystal size measurement and shape identification with good accuracy.

show abstract

Section: Subpixel Edge Detectionmentioning

confidence: 99%

In-situ crystal morphology identification using imaging analysis with application to the L-glutamic acid crystallization

Huo

Liu

et al. 2016

Chemical Engineering Science

View full text Add to dashboard Cite

show abstract

“…For each target the gray values along several rays beginning at the initial center are sampled until a gray value edge is detected. The position of the found edge is further refined to sub-pixel precision using moment preservation 16) . Figure 1 (a) shows an example for a calibration pattern as it appears in the camera.…”

Section: Segmentation Of Feature Pointsmentioning

confidence: 99%

Analyzing the Influences of Camera Warm-Up Effects on Image Acquisition

Handel

2009

IPSJ Transactions on Computer Vision and Applications

View full text Add to dashboard Cite

This article presents an investigation of the impact of camera warm-up on the image acquisition process and therefore on the accuracy of segmented image features. Based on an experimental study we show that the camera image is shifted to an extent of some tenth of a pixel after camera start-up. The drift correlates with the temperature of the sensor board and stops when the camera reaches its thermal equilibrium. A further study of the observed image flow shows that it originates from a slight displacement of the image sensor due to thermal expansion of the mechanical components of the camera. This sensor displacement can be modeled using standard methods of projective geometry in addition with bi-exponential decay terms to model the temporal dependency. The parameters of the proposed model can be calibrated and then used to compensate warm-up effects. Further experimental studies show that our method is applicable to different types of cameras and that the warm-up behaviour is characteristic for a specific camera.

show abstract

“…A técnica de Canny consiste em calcular os pontos u(x) tais que: ∇ 2 u(∇u, ∇u) = 0, e |∇u(x)|é suficientemente grande. Existem outras diferentes técnicas para determinação das bordas de uma imagem como: as técnicas baseadas em resolução de subpixel [18] ou os modelos estocásticos de uma imagem. Para maiores detalhes ver [10].…”

Section: Restauração E Análise Via Edpsunclassified

Restauração e Análise de Imagens via Equações Diferenciais Parciais

BARCELOS¹

2002

TEMA - Tendências Em Matemática Aplicada E Computacional

View full text Add to dashboard Cite

Resumo. O uso de equações diferenciais parciais em processamento de imagens tem sido amplamente usado nosúltimos anos. A idéia básicaé a de modificar uma dada imagem inicial u(x, t) via uma equação diferencial parcial e obter os resultados esperados como a solução desta equação. Apresentamos aqui uma descrição dos principais modelos não lineares para suavização, eliminação de ruídos e detecção de bordas em imagens. Abordamos modelos que têm por base os métodos variacionais bem como os de fluxo geométrico. São também abordados os principais aspectos da implementação computacional dos modelos. IntroduçãoO uso de equações diferenciais parciais (EDP) em processamento de imagens tem crescido significativamente nosúltimos anos. A idéia básicaé modificar uma dada imagem, curva ou superfície com uma equação diferencial parcial e obter os resultados esperados como solução desta equação.O uso de filtros discretosé comumente usado em processamento de imagens. A grande vantagem em substituir esse procedimento tradicional pelas EDP,é que passa-se a fazer a análise de imagens em um domínio contínuo. Isto simplifica o formalismo que se torna independente da grade usada na discretização. O entendimento de filtros discretosé então facilitado quando se faz o comprimento de passo, utilizado na malha, tender a zero e reescrevendo o filtro discreto como um operador diferencial parcial. Outra grande vantagemé a possibilidade de se obter "estabilidade e exatidão" no processo numérico, utilizando a extensiva pesquisa em análise numérica e escolhendo algoritmos adequados para resolver equações diferenciais. A teoria de viscosidade em EDP nos fornece a base teórica para aplicar o formalismo matemático necessário. Em outras palavras, o uso de EDP em processamento de imagens, mais especificamente em Segmentação e Eliminação de Ruídos, nos possibilita não somente o uso de bons algoritmos computacionais como também, o uso de importantes resultados teóricos como existência e unicidade de solução.O Processamento de Imagensé dividido em três partes, com três diferentes objetivos, e são elas: 1 celiazb@usu.br

show abstract

Edge Location to Subpixel Values in Digital Imagery

Cited by 294 publications

References 13 publications

In-situ crystal morphology identification using imaging analysis with application to the L-glutamic acid crystallization

In-situ crystal morphology identification using imaging analysis with application to the L-glutamic acid crystallization

Analyzing the Influences of Camera Warm-Up Effects on Image Acquisition

Restauração e Análise de Imagens via Equações Diferenciais Parciais

Contact Info

Product

Resources

About