Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Perceptual color correlogram and statistical features of textures
Języki publikacji
Abstrakty
W niniejszym artykule zaproponowano nowy rodzaj korelogramu koloru, który uogólnia macierz współwystępowania poziomów szarości na przypadek tekstur kolorowych. Uogólnienie to jest oparte na percepcyjnej mierze różnicy koloru w przestrzeni barw CIELab. Zastosowanie różnicy koloru zamiast samego koloru pozwala uniknąć definiowania sztucznego porządku kolorów oraz wprowadzania wielu składowych macierzy współwystępowania, przy jednoczesnym zachowaniu prostej relacji do macierzy współwystępowania poziomów szarości dla tekstur w skali szarości. Dzięki istnieniu takiej relacji wykazano, że istnieje wektor cech statystycznych zbudowanych na podstawie korelogramu percepcyjnego uogólniający znane z literatury cechy obliczane na podstawie macierzy współwystępowania poziomów szarości.
In this paper a new form of color correlogram generalizing the spatial graylevel dependency matrix to the case of color textures has been proposed. This generalization is based on perceptual color difference measure in the CIELab color space. Application of the color difference instead of the color itself allows to avoid color palletization and introduction of multiple-component cooccurrence matrix while retaining simple relation to the spatial graylevel dependency matrix for graylevel textures. Due to this relation it has been shown that there exists a vector of statistical features built from the perceptual color correlogram generalizing statistical features of the spatial graylevel dependency matrix known in literature.
Rocznik
Tom
Strony
693--702
Opis fizyczny
Bibliogr. 11 poz., tab., rys., wykr.
Twórcy
autor
- Przemysłowy Instytut Automatyki i Pomiarów PIAP, al. Jerozolimskie 202, 02-486 Warszawa
Bibliografia
- [1] V. Arvis et al. Generalization of the cooccurrence matrix for colour images: application to colour texture classification. Image Analysis & Stereology, 2004. Vol. 23, s. 63-72.
- [2] J. Berry, J. Goutsias. A comparative study of matrix measures for maximum likelihood texture classification. IEEE Transactions on Systems, Man and Cybernetics, 1991. Vol. 21, No. 1, s. 252-261.
- [3] K. Bojar, M. Nieniewski. Analysis of temporal variations of dynamic textures by means of the SGLDM with application to solar EIT images. Machine Graphics & Vision, 2008. Vol. 17, No. 3, s. 219-247.
- [4] R. Haralick, K. Shanmugam, I. Dinstein. Textural features for image classification. IEEE Transactions on Systems, Man and Cybernetics, 1973, Vol. 3, No. 6, s. 610-621.
- [5] J. Huang et al. Spatial Color Indexing and Applications. International Journal of Computer Vision, 1999. Vol. 35, No. 3, s. 245-268.
- [6] S. Kiranyaz, M. Birinci, M. Gabbouj. Perceptual color descriptor based on spatial distribution: A top-down approach. Image and Vision Computing, 2010. Vol. 28, s. 1309-1326.
- [7] M. Melgosa. Testing CIELAB-based color difference formulas. Color Research and Application, 2000. Vol. 25, No. 1, s. 49-55.
- [8] S. Shim, T. Choi. Image indexing by modified color cooccurrence matrix. In: Acoustics, Speech, and Signal Processing. Proceedings. Hong Kong, April 6-10, 2003. Vol. 3, s. III-577.
- [9] M. Swain, D. Ballard. Color indexing. International Journal of Computer Vision, 1991, Vol. 7, No. 1, s. 11-32
- [10] J. Raheja, B. Ajay, A. Chaudhary. Real time fabric defect detection system on an embedded DSP platform. Optik-International Journal for Light and Electron Optics, 2013. Vol. 124, No. 21, s. 5280-5284.
- [11] A. Vadivel, S. Sural, A Majumdar. An integrated color and intensity cooccurrence matrix. Pattern Recognition Letters, 2007, Vol. 28, s. 974-983.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-8819d285-bd4b-41d5-9e87-1ba747197e24