Finite difference methods in image processing

• Triana, Juan Gabriel ^[1] ; Ferro Alfonso, Luis Alejandro ^[2]
  1. [1] Universidad ECCI, Bogotá, Colombia.
  2. [2] Programa de Estadística, Universidad ECCI, Bogotá, Colombia.
• Localización: Selecciones Matemáticas, ISSN-e 2411-1783, Vol. 8, Nº. 2, 2021 (Ejemplar dedicado a: August - December), págs. 411-416
• Idioma: inglés
• DOI: 10.17268/sel.mat.2021.02.17
• Títulos paralelos:
  • Esquemas de diferencias finitas en el procesamiento de imágenes
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El procesamiento de imágenes digitales ha sido un área de investigación de interés en las últimas décadas, destacándose por sus aplicaciones en el análisis de imágenes diagnósticas e imágenes astronómicas.

    En este artículo, realizamos una descripción general de los métodos de detección de bordes a través de diferencias finitas, con el fin de presentar la detección de bordes como una estrategia de enseñanza de los esquemas de diferencias finitas mediante aprendizaje basado en problemas, buscando desarrollar competencias de modelamiento matemático y pensamiento algorítmico en estudiantes de análisis numérico.

    Además, presentamos la restauración de imágenes mediante diferencias finitas como un problema que involucra ecuaciones diferenciales parciales y herramientas de software.

  • English

    Digital Image processing has been a research area of interest in the last decades, standing out for its applications in the analysis of diagnostic images and astronomical images. In this paper, we perform an overview of edge detection methods through finite-difference to present edge detection as a problem-based learning strategy for numerical differentiation, in order to improve the students’ skills in modeling and algorithmic thinking in numerical analysis courses. In addition, we present image restoration through finite-difference as a problem involving partial differential equations and software tools.

• Referencias bibliográficas
  • Buchanan J, Shao Z. A first course in partial differential equations. Singapore: World Scientific, 2018.
  • Burger W, Burge M. Principles of digital image processing. London: Springer, 2013.
  • Canny J. A Computational Approach To Edge Detection. IEEE Trans. Pattern Anal. Mach. Intell. 1986; 8(6):679-698.
  • Chapra S, Canale R. Numerical methods for engineers. 7th ed. New York: Mc Graw Hill, 2015.
  • Darma I, Candiasa I, Sadia I, Dantes N. The effect of problem based learning model and authentic assessment on mathematical problem solving...
  • Deserno T. Biomedical image processing. Berlin: Springer, 2011.
  • Jabin S, Zareen F. Biometric signature verification. Int. J. biometrics. 2015; 7(2):97-118.
  • Jahne B. Digital image processing. Berlin: Springer, 2002.
  • Kinzer J. Image operators. Boca Raton: CRC Press, 2018.
  • Li J, Chen Y. Computational partial differential equations using Matlab. 2nd ed. Boca Raton: CRC Press, 2020.
  • Lukac R, Plataniotis K. Color image processing: methods and applications. Boca Raton: CRC Press, 2007.
  • Petrou M, Petrou C. Image processing: The fundamental. 2nd ed. Singapore: John Wiley and Sons, 2010.
  • Pratt W. Introduction to Digital image processing. Boca Raton: CRC Press, 2014.
  • Schönlieb C. Partial differential equation methods for inpainting. New York: Cambridge University Press, 2015.
  • Sewell G. The numerical solution of ordinary and partial differential equations. 2nd ed. New Jersey: John Wiley and Sons, 2005.
  • Solomon C, Breckon T. Fundamentals of digital image processing. Oxford: Wiley-Blackwell, 2011.
  • Triana J, Romero L, Roldan D. Restauración digital de imágenes mediante ecuaciones diferenciales parciales. Rev. U.D.C.A Act. and Div. Cient....