Fast Convolutional Distance Transform

Christina Karam*, Kenjiro Sugimoto, Keigo Hirakawa

*この研究の対応する著者

研究成果: Article査読

5 被引用数 (Scopus)

抄録

We propose 'convolutional distance transform' - efficient implementations of distance transform. Specifically, we leverage approximate minimum functions to rewrite the distance transform in terms of convolution operators. Thanks to the fast Fourier transform, the proposed convolutional distance transforms have \mathcal {O}(N\log N) complexity, where N is the total number of pixels. The proposed acceleration technique is 'distance metric agnostic.' In the special case that the distance function is a p-norm, the distance transform can be further reduced to separable convolution filters; and for Euclidean norm, we achieve \mathcal {O}(N) using constant-time Gaussian filtering.

本文言語English
論文番号8686167
ページ(範囲)853-857
ページ数5
ジャーナルIEEE Signal Processing Letters
26
6
DOI
出版ステータスPublished - 2019 6月

ASJC Scopus subject areas

  • 信号処理
  • 電子工学および電気工学
  • 応用数学

フィンガープリント

「Fast Convolutional Distance Transform」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル