Motion Segmentation using Mathematical Morphology

Lara, Arnaldo Câmara; Hirata, Roberto

doi:10.1109/sibgrapi.2006.29

Cited by 3 publications

(4 citation statements)

References 19 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Os resultados obtidos também foram comparados com uma abordagem baseada em morfologia matemática [42], pertencente à categoria de modelagem e subtração de fundo. Primeiramente, o objeto em movimento é estimado a partir da diferença entre o gradiente morfológico do quadro corrente e um modelo de fundo.…”

Section: Resultsunclassified

“…Além disso, apenas dois parâmetros precisam ser configurados, representando a escala e o número de iterações, ambos intuitivos. Outra diferença é que a abordagem descrita em [42] utiliza funções convexas, enquanto que aqui são utilizadas funções anti-convexas, as quais possuem interessantes propriedades discutidas anteriormente neste trabalho (Seção 2.3) [70]. Nas Figuras 6.18(e) e 6.18(f) é possível identificar como a escolha dos parâmetros do operador influencia nos resultados.…”

Section: Resultsunclassified

“…No entanto, a aplicação de operações tais como aberturas e fechamentos de forma isolada mostrou-se pouco eficaz, principalmente na presença de ruído [28]. A combinação de diversas operações morfológicas também já foi explorada mas, de forma geral, as abordagens propostas exigem a definição de diversos parâmetros em diferentes transformações, o que pode comprometer a eficiência computacional e a estabilidade do método [42].…”

Section: Segmentação De Movimento Em Vídeounclassified

See 2 more Smart Citations

Transformações de imagens baseadas em morfologia matematica

Dorini¹

View full text Add to dashboard Cite

Este trabalho apresenta um novo conjunto de transformações de imagens que podem ser utilizadas como uma etapa adicional em diversas aplicações, tal como segmentação, de modo a evitar o uso de operações com custo computacional mais alto. Tais transformações utilizam como base operações de morfologia matemática e possuem a forma de um operador do tipo toggle. Inicialmente, foi definida uma nova operação com propriedades espaço-escala, através da qual pode-se obter uma simplificação bem controlada da imagem em que máximos e mínimos interagem ao mesmo tempo, uma vantagem em relação a outras abordagens que consideram transformações de extremos separadamente. A análise de diferentes níveis de representação traz inúmeras vantagens, possibilitando lidar adequadamente com a natureza multi-escala das images e permitindo a extração das características específicas que se tornam explícitas a cada escala. A partir de variações na formulação e na forma de aplicação do operador proposto, foi possível definir uma nova operação de limiarização adaptativa multi-escala e um método de filtragem de ruído. Foram realizados diversos experimentos que comprovaram as vantagens da utilização das abordagens propostas. vii

show abstract

Section: Resultsunclassified

Section: Segmentação De Movimento Em Vídeounclassified

See 1 more Smart Citation

Transformações de imagens baseadas em morfologia matematica

Dorini¹

View full text Add to dashboard Cite

show abstract

“…Esta seção apresenta algumas propostas de extensão do presente trabalho. Em [47], são apresentados o algoritmo MM e uma análise qualitativa preliminar. Em [49] e em [48], são apresentados a análise quantitativa entre o algoritmo MM e os demais algoritmos implementados.…”

Section: Trabalhos Futurosunclassified

Segmentação de movimento usando morfologia matemática

Lara¹

Self Cite

View full text Add to dashboard Cite

This dissertation presents a novel method to motion segmentation in video sequences that uses contours of the objects obtained by external morphological gradient instead of the intensity of the pixels that is usually used by the classical techniques. Motion segmentation is the initial step of motion-related applications and it is in this step that are delimited the regions of interest to the next steps. Motion-related applications, in special smart surveillance applications, have become very common nowadays. Because of its low cost, security cameras have been installed in many places, however, the number of installed cameras exceeds the human capacity to track them adequately and, then, it is lost the crime prevention potential of the images from these cameras. Smart surveillance applications analyze in real-time the images from the security cameras to throw alarms for human operators when some dangerous actions is happening or is going to happen. This work studies the motion segmentation problem, showing some general aspects, approaches used to deal the problem, main classical algorithms, performance evaluation techniques and the challengings. The proposed technique and some other algorithms were implemented in the same development platform and they were tested in the public video database of CAVIAR project. It were tested 45 videos, divided in 3 groups and about 50000 frames. The results were evaluated by two different approaches: a pixel-based approach and an object-based approach. The proposed algorithms presented great quantitative results using both approaches. Some specific situations were analyzed and the proposed technique showed to be more robust to false positives and to false negatives than other compared techniques.

show abstract