Baptiste Esteban

Structural analysis of the additive noise impact on the $\alpha$-tree

By Baptiste Esteban, Guillaume Tochon, Edwin Carlinet, Didier Verna

2023-06-30

In Proceedings of the 20th international conference on computer analysis of images and patterns (CAIP)

Abstract Hierarchical representations are very convenient tools when working with images. Among them, the $\alpha$-tree is the basis of several powerful hierarchies used for various applications such as image simplifi- cation, object detection, or segmentation. However, it has been demon- strated that these tasks are very sensitive to the noise corrupting the image. While the quality of some $\alpha$-tree applications has been studied, including some with noisy images, the noise impact on the whole struc- ture has been little investigated.

Continue reading

The cost of dynamism in static languages for image processing

By Baptiste Esteban, Edwin Carlinet, Guillaume Tochon, Didier Verna

2022-10-10

In Proceedings of the 21st international conference on generative programming: Concepts & experiences (GPCE 2022)

Abstract Generic programming is a powerful paradigm abstracting data structures and algorithms to improve their reusability, as long as they respect a given interface. Coupled with a performance-driven language, it is a paradigm of choice for scientific libraries where the implementation of manipulated objects may change depending on their use case, or for performance purposes. In those performance-driven languages, genericity is often implemented statically to perform some optimization. This does not fit well with the dynamism needed to handle objects which may only be known at runtime.

Continue reading

Estimation de la fonction de niveau de bruit pour des images couleurs en utilisant la morphologie mathématique

By Baptiste Esteban, Guillaume Tochon, Edwin Carlinet, Didier Verna

2022-06-15

In 28e colloque sur le traitement du signal et des images

Abstract Le niveau de bruit est une information importante pour certaines applications de traitement d’image telles que la segmentation ou le débruitage. Par le passé, nous avons proposé une méthode pour estimer ce niveau de bruit en s’adaptant au contenu d’une image en niveau de gris et nous avons montré que ses performances dépassent celle de l’état de l’art. Dans cet article, nous proposons une extension de cette méthode aux images couleurs dont les valeurs multivariées, dénuées de relation d’ordre naturelle, impliquent de nouvelles problématiques.

Continue reading

Généricité dynamique pour des algorithmes morphologiques

By Baptiste Esteban, Edwin Carlinet, Guillaume Tochon, Didier Verna

2022-06-15

In 28e colloque sur le traitement du signal et des images

Abstract La généricité est un paradigme puissant dont l’usage permet d’implémenter un unique algorithme et de l’exécuter sur différents types de données. De ce fait, il est très utilisé lors du développement d’une bibliothèque scientifique, notamment en traitement d’images où les algorithmes peuvent s’appliquer à différents types d’images. Le langage C++ est un langage de choix pour ce genre de bibliothèque. Il supporte ce paradigme et ses applications sont performantes compte tenu de sa nature compilée.

Continue reading

Analyse structurelle de l’influence du bruit sur l’arbre alpha

By Baptiste Esteban, Guillaume Tochon, Edwin Carlinet, Didier Verna

2022-06-14

In 29e colloque sur le traitement du signal et des images

Abstract L’arbre alpha est une représentation hiérarchique utilisée dans divers traitements d’une image tels que la segmentation ou la simplification. Ces traitements sont néanmoins sensibles au bruit, ce qui nécessite parfois de les adapter. Or, l’influence du bruit sur la structure de l’arbre alpha n’a été que peu étudiée dans la littérature. Ainsi, nous proposons une étude de l’impact du bruit en fonction de son niveau sur la structure de l’arbre.

Continue reading

Estimation of the noise level function for color images using mathematical morphology and non-parametric statistics

By Baptiste Esteban, Guillaume Tochon, Edwin Carlinet, Didier Verna

2022-04-08

In Proceedings of the 26th international conference on pattern recognition

Abstract Noise level information is crucial for many image processing tasks, such as image denoising. To estimate it, it is necessary to find homegeneous areas within the image which contain only noise. Rank-based methods have proven to be efficient to achieve such a task. In the past, we proposed a method to estimate the noise level function (NLF) of grayscale images using the tree of shapes (ToS). This method, relying on the connected components extracted from the ToS computed on the noisy image, had the advantage of being adapted to the image content, which is not the case when using square blocks, but is still restricted to grayscale images.

Continue reading

Estimation du niveau de bruit par arbre des formes et statistiques non paramétriques

By Baptiste Esteban, Guillaume Tochon, Thierry Géraud

2019-06-14

In Proceedings of the 27st symposium on signal and image processing (GRETSI)

Abstract La connaissance du niveau de bruit dans une image est précieuse pour de nombreuses applications en traitement d’images. L’estimation de la fonction de niveau de bruit requiert l’identification des zones homogènes sur lesquelles les paramètres du bruit peuvent être calculés. Sutour et al. en 2015 ont proposé une méthode d’estimation de la fonction de niveau de bruit se basant sur la recherche de zones homogènes de forme carrée, donc inadaptées au contenu local de l’image.

Continue reading

Estimating the noise level function with the tree of shapes and non-parametric statistics

By Baptiste Esteban, Guillaume Tochon, Thierry Géraud

2019-06-07

In Proceedings of the 18th international conference on computer analysis of images and patterns (CAIP)

Abstract The knowledge of the noise level within an image is a valuableinformation for many image processing applications. Estimating the noise level function (NLF) requires the identification of homogeneous regions, upon which the noise parameters are computed. Sutour et al. have proposed a method to estimate this NLF based on the search for homogeneous regions of square shape. We generalize this method to the search for homogeneous regions with arbitrary shape thanks to the tree of shapes representation of the image under study, thus allowing a more robust and precise estimation of the noise level function.

Continue reading

Search

Tags