Google Scholar: citations
Dempster-Shafer's Basic Probability Assignment Based on Fuzzy Membership Functions
Boudraa, Abdel-Ouahab (IRENav. Ecole Navale (Brest-Armees, França))
Bentabet, Ayachi (Sherbrooke University. Department of Mathematics and Computers Sciences)
Salzenstein, Fabien (ULP Strasbourg. Laboratoire Phase)
Guillon, Laurent (IRENav. Ecole Navale (Brest-Armees, França))

Date: 2004
Abstract: In this paper, an image segmentation method based on Dempster-Shafer evidence theory is proposed. Basic probability assignment (bpa) is estimated in unsupervised way using pixels fuzzy membership degrees derived from image histogram. No assumption is made about the images data distribution. bpa is estimated at pixel level. The effectiveness of the method is demonstrated on synthetic and real images.
Rights: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Language: Anglès
Document: Article ; recerca ; Versió publicada
Subject: Data fusion ; Basic probability assignment ; Image segmentation ; Demspter-Shafer evidence theory ; Fuzzy membership functions ; Fusió de dades ; Assignació de propabilitat bàsica ; Segmentació visual ; Teoria d'evidències de Demspter-Shafer
Published in: ELCVIA. Electronic letters on computer vision and image analysis, V. 4 n. 1 (2004) p. 1-10, ISSN 1577-5097

Adreça original: https://elcvia.cvc.uab.es/article/view/v4-n1-boudraa-bentabet-salzenstein
Adreça alternativa: https://raco.cat/index.php/ELCVIA/article/view/31600
Adreça original: https://elcvia.cvc.uab.cat/article/view/v4-n1-boudraa-bentabet-salzenstein
DOI: 10.5565/rev/elcvia.68


9 p, 217.0 KB

The record appears in these collections:
Articles > Published articles > ELCVIA
Articles > Research articles

 Record created 2008-03-11, last modified 2025-10-12



   Favorit i Compartir