Preview

Доклады БГУИР

Расширенный поиск

ТЕКСТУРНАЯ СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ОЦЕНКИ ПЛОТНОСТИ КОНТУРНЫХ ЭЛЕМЕНТОВ И ПОГЛОЩЕНИЯ МЕЛКИХ ОБЛАСТЕЙ

Полный текст:

Аннотация

Предложен метод текстурной сегментации изображений на основе оценки плотности контурных элементов и поглощения мелких областей, обеспечивающий повышение точности выделения текстурных участков изображений за счет уточнения их границ.

Об авторах

Х. М. Альзаки
Белорусский государственный университет информатики и радиоэлектроники
Беларусь


В. Ю. Цветков
Белорусский государственный университет информатики и радиоэлектроники
Беларусь


Список литературы

1. Huang X. Li S.Z., Wang Y. Shape Localization Based on Statistical Method Using Extended Local Binary Pattern // Proceedings of the Third International Conference on Image and Graphics (ICIG’04). Stockholm, 2014. P. 1-4.

2. Hammouda K. Texture Segmentation Using Gabor Filters // In Visual Communications and Image Processing. Boston, 1993. P. 1- 8.

3. Florindo J.B., Bruno O.M. Fractal descriptors based on Fourier spectrum applied to texture analysis // Journal elsevier. 2012. Vol. 391, № 10. P. 4909-4922.

4. Dharampal F., Mutneja V. Methods of Image Edge Detection: A Review // IEEE transactions on pattern analysis and machine intelligence. 2015. Vol. 4, № 2. P. 183-191.

5. Kang Y. Texture Structure Classification and Depth Estimation using Multi-Scale Local Autocorrelation Features // Proceedings of the 2003 Conference on Computer Vision and Pattern Recognition Workshop (CVPRW’03). Chengdu, China, 2003. P. 1-4.

6. Costa A.F., Mamani G.H., Traina A.M. An Efficient Algorithm for Fractal Analysis of Textures // Multimedia and Expo, 2002. Proceedings. 2002. Vol. 2. P. 157-160.

7. D Computation of Gray Level Co-occurrence in Hyperspectral Image Cubes/ F. Tasi [et al.] // IEEE transactions on image processing. 2007. Vol. 24, № 44. P. 429-440.

8. Zhang Y., Brady M., Smith S. Segmentation of Brain MR Images Through a Hidden Markov Random Field Model and the Expectation-Maximization Algorithm // IEEE transactions on medical imaging. 2001. Vol. 20, № 1. P. 45-57.

9. Javed Y., Khan M.M. Image Texture Classification Using Textons // IEEE transactions on circuits and systems for video technology. 2011. Vol. 13, № 4. P. 358-363.

10. Tuceryan M., Jain A. Texture Segmentation Using Voronoi Polygons // 2011 IEEE International Symposium on Multimedia. USA, 2011. P. 257-262.

11. Arivazhagan S., Ganesan L. Texture classification using wavelet transform // Patter Recognition Letters. 2003. Vol. 24. P. 1513-1521.

12. Lee D-Ch., Shchenk T. // A Collection of Papers Presented At the XVII Congress of ISPRS. 1992. № 48. P. 75-80.

13. Альзаки Х.М., Цветков В.Ю. Текстурная сегментация изображений на основе геометрической классификации и оценки плотности контурных элементов // Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных: матер. междунар. науч.-техн. семинара. Минск, апрель-декабрь 2016 г. Ч. 2. С. 17-23.

14. Ertuğrul, Ö. Adaptive texture energy measure method // International Journal of Intelligent Information Systems. 2014. Vol. 3, № 2. P. 13-18.

15. Alzakki H.M., Tsviatkou V.Texture image segmentation based on classification of contour elements and logical addition of classes // Al-Sadeq International Conference on Multidisciplinary in IT and Communication Science and Applications (IEEE). 2016. P. 1-6.

16. Xu B., Wang J., Zhao G. Adaptive algorithm of edge detection based on mathematical morphology // Journal of Computer Applications. 2009. Vol. 29, № 4. P. 997-999.

17. Materka A., Strzelecki M. Texture Analysis Methods - A Review // Technical university of lodz, institute of electronics. 1998. № 11. P. 9-11.


Для цитирования:


Альзаки Х.М., Цветков В.Ю. ТЕКСТУРНАЯ СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ОЦЕНКИ ПЛОТНОСТИ КОНТУРНЫХ ЭЛЕМЕНТОВ И ПОГЛОЩЕНИЯ МЕЛКИХ ОБЛАСТЕЙ. Доклады БГУИР. 2017;(5):46-53.

For citation:


Alzakki H.M., Tsviatkou V.Y. Texture image segmentation based on estimation of density of contour elements and absorption of small regions. Doklady BGUIR. 2017;(5):46-53. (In Russ.)

Просмотров: 27


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)