Accéder directement au contenu Accéder directement à la navigation
Nouvelle interface
Communication dans un congrès

Shen-Castan Based Edge Detection Methods for Bayer CFA Images

Abstract : Color Filter Array (CFA) represents a mosaic of incomplete color information from a digital image. This paper presents two edge detection methods performing directly on CFA images, without the necessity of the demosaicing process, thus saving significant computation steps. First, existing methods for CFA images based on well-known Deriche re-cursive filters are revisited. Then, new algorithms based on Shen-Castan filters design are proposed. They correspond to recursive first-order filters, outperforming the complexity of other edge detection techniques. Finally, quantitative assessments based on synthesized images using normalized Figure of Merit evaluate the performances of the edge detection methods, while qualitative results based on real images are also reported, illustrating the new methods reliability.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal.mines-ales.fr/hal-03248561
Contributeur : Administrateur IMT - Mines Alès Connectez-vous pour contacter le contributeur
Soumis le : jeudi 3 juin 2021 - 16:21:36
Dernière modification le : vendredi 5 août 2022 - 10:58:26
Archivage à long terme le : : samedi 4 septembre 2021 - 19:09:51

Fichier

CFA_EUVIP_2021_total.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Zian Li, Arezki Aberkane, Baptiste Magnier. Shen-Castan Based Edge Detection Methods for Bayer CFA Images. EUVIP2021 - 9th European Workshop on Visual Information Processing, Jun 2021, Paris (virtuel), France. ⟨10.1109/EUVIP50544.2021.9484026⟩. ⟨hal-03248561⟩

Partager

Métriques

Consultations de la notice

112

Téléchargements de fichiers

111