NÂNG CAO HIỆU QUẢ PHÁT HIỆN BLOB CHO BỘ LỌC GLOG
Nội dung chính của bài viết
Tóm tắt
Bài báo này đề xuất hai chiến lược tối ưu hóa hiệu quả tính toán cho bộ lọc Laplacian of Gaussian tổng quát (gLoG) trong bài toán phát hiện blob. Chiến lược thứ nhất sử dụng phân tích thành phần chính (PCA) để xác định các hướng chính và rút gọn số thang đo cần đánh giá, qua đó giảm các phép tính dư thừa. Chiến lược thứ hai khai thác phân bố độ lớn gradient cục bộ nhằm lựa chọn và áp dụng bộ lọc theo các hướng liên quan nhất. Thực nghiệm trên các bộ dữ liệu Oxford và ORL cho thấy các phương pháp đề xuất duy trì độ lặp cao và độ chính xác định vị tốt, đồng thời giảm đáng kể thời gian xử lý. Cụ thể, phương pháp dựa trên PCA giúp giảm thời gian chạy 44% với mức suy giảm độ chính xác ghép cặp chỉ 1,7%, trong khi biến thể dựa trên gradient đạt mức tăng tốc 37%. Thiết kế gọn nhẹ và tính nhất quán hình học của các bộ lọc đề xuất cho thấy tiềm năng ứng dụng trong các bài toán trích xuất đặc trưng với tài nguyên tính toán hạn chế.
Từ khóa
Phát hiện blob, Laplacian of Gaussian tổng quát (gLoG), trích xuất đặc trưng.
Chi tiết bài viết
Tài liệu tham khảo
2. Chen, J., Duan, L.Y., Gao, F., Cai, J., Kot, A.C., Huang, T, (2014), A low complexity interest point detector. IEEE Signal Processing Letters 22(2), 172–176
3. Cho, Y., Kim, D., Saeed, S., Kakli, M.U., Jung, S.H., Seo, J., Park, U, (2020), Keypoint detection using higher order laplacian of gaussian. IEEE Access 8, 10416–10425
4. Descombes, X., (2017), Multiple objects detection in biological images using a marked point process framework. Methods 115, 2–8
5. Esbensen, K., Geladi, P.:, (2020), Principal component analysis: Concept, geometrical interpretation, mathematical background, algorithms, history, practice. In: Com-prehensive chemometrics: Chemical and biochemical data analysis, vol. 2
6. Jiang, X., Mandal, B., Kot, A., (2008), Eigenfeature regularization and extraction in face recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence 30(3), 383–394
7. Kong, H., Akakin, H.C., Sarma, S.E., (2013), A generalized laplacian of gaussian filter for blob detection and its applications. IEEE transactions on cybernetics 43(6), 1719–1733
8. Lindeberg, T., (1998), Feature detection with automatic scale selection. International jour-nal of computer vision 30, 79–116
9. Majanga, V., Viriri, S., (2021), Automatic blob detection for dental caries. Applied Sci-ences 11(19), 9232
10. Mendonca, A.M., Campilho, A., (2006), Segmentation of retinal blood vessels by combining the detection of centerlines and morphological reconstruction. IEEE transactions on medical imaging 25(9), 1200–1213
11. Miao, Z., Jiang, X., Yap, K.H., (2015), Contrast invariant interest point detection by zero-norm log filter. IEEE Transactions on Image Processing 25(1), 331–342
12. Mikolajczyk, K., Tuytelaars, T., Schmid, C., Zisserman, A., Matas, J., Schaffal-itzky, F., Kadir, T., Gool, L.V., (2005), A comparison of affine region detectors. Interna-tional journal of computer vision 65, 43–72
13. Nguyen Dinh, C., Delalandre, M., Conte, D., Pham, T.A., (2021), Fast rt-log operator for scene text detection. Journal of Real-Time Image Processing 18(1), 19–36
14. Petrovi´c, V.L., Popovi´c-Boˇzovi´c, J.S., (2017), A method for real-time memory efficient implementation of blob detection in large images. Serbian Journal of Electrical Engineering 14(1), 67–84
15. Reisenhofer, R., King, E.J., (2019), Edge, ridge, and blob detection with symmetric molecules. SIAM Journal on Imaging Sciences 12(4), 1585–1626
16. Shivakumara, P., Phan, T.Q., Tan, C.L., (2010), A laplacian approach to multi-oriented text detection in video. IEEE transactions on PAMI 33(2), 412–419
17. Wang, G., Lopez-Molina, C., De Baets, B., (2017), Blob reconstruction using unilateral second order gaussian kernels with application to high-iso long-exposure image denoising. In: Proceedings of the IEEE International Conference on Computer Vision. pp. 4817–4825
18. Wang, G., Lopez-Molina, C., De Baets, B., (2020), Automated blob detection using iter-ative laplacian of gaussian filtering and unilateral second-order gaussian kernels. Digital Signal Processing 96, 102592
19. Xu, H., Lu, C., Berendt, R., Jha, N., Mandal, M., (2016), Automatic nuclei detection based on generalized laplacian of gaussian filters. IEEE journal of biomedical and health informatics 21(3), 826–837