Graph clustering, variational image segmentation methods and hough transform 
scale detection for object measurement in images

Calatroni, L.; van Gennip, Y.; Schönlieb, C. B.; Rowland, Hannah M.; Flenner, A.

doi:10.1007/s10851-016-0678-0

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Graph clustering, variational image segmentation methods and hough transform scale detection for object measurement in images

MPG-Autoren

Es sind keine MPG-Autoren in der Publikation vorhanden

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Calatroni, L., van Gennip, Y., Schönlieb, C. B., Rowland, H. M., & Flenner, A. (2017). Graph clustering, variational image segmentation methods and hough transform scale detection for object measurement in images. Journal of Mathematical Imaging and Vision, 57(2), 269-291. doi:10.1007/s10851-016-0678-0.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-002D-C9FA-2

Zusammenfassung

We consider the problem of scale detection in images where a region of interest is present together with a measurement tool (e.g. a ruler). For the segmentation part, we focus on the graph-based method presented in Bertozzi and Flenner (Multiscale Model Simul 10(3):1090-1118, 2012) which reinterprets classical continuous Ginzburg-Landau minimisation models in a totally discrete framework. To overcome the numerical difficulties due to the large size of the images considered, we use matrix completion and splitting techniques. The scale on the measurement tool is detected via a Hough transform-based algorithm. The method is then applied to some measurement tasks arising in real-world applications such as zoology, medicine and archaeology.