Study of Selected Textural Features Properties on Asbestos Roof Images

• Autorzy: Książek J.

Identyfikatory

DOI

10.7494/geom.2018.12.4.45

Warianty tytułu

PL

Badania własności wybranych cech teksturalnych na podstawie fragmentów obrazów dachów azbestowych

• Języki publikacji: EN

Abstrakty

EN

This research concentrated on an assessment of the sensitivity of five selected textural feature groups focused on changes in contrast, brightness, sharpness, and rotation of image. The analyzed texture images were real samples of asbestos roofs. During the study, MaZda software was used for determining 259 different textural features. The obtained results were analyzed to indicate insensitive parameters while transforming the sample image. There were no textural features found in the received results, which were simultaneously resistant to all of the implemented changes.

PL

Przedstawione prace badawcze dotyczyły oceny wrażliwości wybranych pięciu grup cech teksturalnych na zmiany kontrastu, jasności, ostrości oraz obrotu obrazu. Obraz tekstury stanowiły rzeczywiste próbki dachów azbestowych. W trakcie badań korzystano z oprogramowania MaZda, które pozwoliło wyznaczyć 259 różnych cech teksturalnych. Przeanalizowano otrzymane wyniki pod kątem parametrów niewrażliwych na przekształcenia obrazu próbki. W uzyskanych wynikach nie znaleziono cech tekstury, które są równocześnie odporne na wszystkie czynniki powodujące ich zmianę.

Słowa kluczowe

EN

image texture; asbestos roof; image processing; orthophotomap; textural features

PL

tekstura obrazu; dachy azbestowe

• Wydawca: AGH University of Science and Technology Press
• Czasopismo: Geomatics and Environmental Engineering
• Rocznik: 2018
• Tom: Vol. 12, no. 4
• Strony: 45--54
• Opis fizyczny: Bibliogr. 16 poz., fot., wykr.

Twórcy

autor

Książek J.

• AGH University of Science and Technology, Faculty of Mining Surveying and Environmental Engineering, Krakow, Poland

Bibliografia

• [1] Bassani C., Cavalli R.M., Cavalcante F., Cuomo V., Palombo A., Pascucci S., Pignatti S.: Deterioration status of asbestos-cement roofing sheets assessed by analyzing hyperspectral data. Remote Sensing of Environment, vol. 109, 2007, pp. 361–378.
• [2] Cilia Ch., Panigada C., Rossini M., Candiani G., Pepe M., Colombo R.: Mapping of Asbestos Cement Roofs and Their Weathering Status Using Hyperspectral Aerial Images. ISPRS International Journal of Geo-Information, vol. 4 (2), 2015, pp. 928–941.
• [3] Galloway M.M.: Texture analysis using gray level run lengths. Computer Graphics and Image Processing, vol. 4 (2), 1975, pp. 172–179.
• [4] Hajek M., Dezortova M., Materka A., Lerski R. (eds.): Texture Analysis for Magnetic Resonance Imaging. 1st ed. Med4publishing, Prague 2006.
• [5] Haralick R.M.: Statistical and structural approaches to texture. Proceedings of the IEEE, vol. 67, 1979, pp. 786–804.
• [6] Jain A.: Fundamentals of Digital Image Processing. Prentice Hall International, Englewood Clifs 1989.
• [7] Krówczyńska M., Wilk E., Pabjanek P., Kycko M.: Hyperspectral Discrimination of Asbestos‑Cement Roofing. Geomatics and Environmental Engineering, vol. 11, no. 1, 2017, pp. 47–65.
• [8] Książek J.: Methods for detection of asbestos-cement roofing sheets. Geomatics and Environmental Engineering, vol. 8, no. 3, 2014, pp. 59–76.
• [9] Osińska-Skotak K.: Zastosowanie technik teledetekcyjnych do inwentaryzacji cementowo-azbestowych pokryć dachowych. Teledetekcja Środowiska, vol. 51 (2014/2), 2014, pp. 73–83
• [10] Pinho C.M.D., Silva F.C., Fonseca L.M.C., Monteiro A.M.V.: Intra-urban land cover classification from high-resolution images using the C4. 5 algorithm. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XXXVII, Part B7, 2008, pp. 695–699.
• [11] Rudnicki Z.: Badania własności wybranych cech dyskryminacyjnych obrazów tekstur. Automatyka, t. 13, z. 3/1, 2009, pp. 959–969.
• [12] Szabó Sz., Burai P., Kovács Z., Szabó G., Kerényi A., Fazekas I., Paládi M., Buday T., Szabó G.: Testing algorithms for the identification of asbestos roofing based on hyperspectral data. Environmental Engineering and Management Journal, vol. 13, issue 11, 2014, pp. 2875–2880.
• [13] Szeszenia-Dąbrowska N., Sobala W.: Zanieczyszczenie środowiska azbestem. Skutki zdrowotne. Raport z badań. Oficyna Wydawnicza MA, Łódź 2010.
• [14] Szczypiński P., Strzelecki M., Materka A., Klepaczko A.: MaZda – a software package for image texture analysis. Computer Methods and Programs in Biomedicine, vol. 94 (1), 2009, pp. 66–76.
• [15] Taherzadeh E., Shafri H.Z.M., Mansor S., Ashurov R.: A comparison of hyperspectral data and Worldview-2 images to detect impervious surface. [in:] 4th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), 2012: 4–7 June 2012, Shanghai, China, IEEE, 2012, pp. 1–4.
• [16] Walker R.F., Jackway P.T., Longstaff I.D.: Recent developments in the use of the co-occurrence matrix for texture recognition. [in:] 13th International Conference on Digital Signal Processing, DSP97, July 2–4, 1997, Santorini – Hellas (Greece): Proceedings, ZEUS European Economic Interest Group, 1997, pp. 63–65.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).