Image texture segmentation using microstructural features

• Autorzy: Kasiński A. , Noriega L.

Warianty tytułu

PL

Segmentacja tekstury obrazów z wykorzystaniem cech mikrostrukturalnych

• Języki publikacji: EN

Abstrakty

EN

A new method for texture analysis based on image surface microstructure feature classification is proposed. To that end a 5x5 feature detector based on the concept of logical filtres is used. This results in a considerable reduction of the dimensionality of the observation space. The filtered images have been used for testing possible improvements in textured images segmentation. Two methods have been exhaustively tested: histogram-based segmentation and feature strength segmentation. The results are evaluated on images representing a range of natural textures. The case of multiple textures was also considered in the context of segmentation.

PL

W artykule przedstawiono nową metodę analizy tekstury obrazów, opartą na klasyfikowaniu cech mikrostrukturalnych powierzchni funkcji obrazowej. Do analizy użyto oryginalnego detektora cech, zrealizowanego jako filtr logiczny, działający na okienku o wymiarach 5x5. To pozwoliło istotnie zredukować wymiar przestrzeni obserwacji charakteryzujący zadania analizy tekstury. Oryginalne obrazy z teksturą naturalną poddano filtracji przy użyciu wspomnianego detektora, a następnie zbadano korzyści uzyskane w ten sposób, w postaci skuteczniejszej segmentacji obrazów teksturalnie jednorodnych. Przedstawiono wyniki segmentacji uzyskane dwiema metodami: metodą opartą na lokalnych histogramach oraz metodą opartą na kryterium siły cech. Wyniki odnoszą się do obrazów optycznych, przedstawiających obiekty charakteryzujące się naturalnymi teksturami. Zbadano również przypadek tzw. obiektów politeksturalnych.

Słowa kluczowe

EN

image texture; analysis

PL

tekstura obrazu; analiza

• Wydawca: Poznańskie Towarzystwo Przyjaciół Nauk
• Czasopismo: Studia z Automatyki i Informatyki
• Rocznik: 1998
• Tom: T. 23
• Strony: 125--145
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Kasiński A.

• Poznań University of Technology, Faculty of Electrical Engineering, 60-965 Poznań, Piotrowo 3a, Poland

autor

Noriega L.

• Southampton Institute, Systems Engineering Research Centre, SO9, 4WW, United Kingdom

Bibliografia

• [1] Ablameyko S.V.: The Recognition of Graphic Images. Institute of Engineering Cybernetics, Belorussian Academy of Sciences, Mińsk 1996.
• [2] Ben-Arie J., Rao K.R.: A Novel Approach for Template Matching by Non-orthogonal Image Expansion. IEEE Trans. on Circuits and Systems for Video Technology, Vol. 3, No. 1, 1993, pp. 71-84.
• [3] Daugman J.G.: Two Dimensional Spectral Analysis of Cortical Receptive Field Profiles. Vision Research, Vol. 20, 1980, pp. 847-856.
• [4] Deriche, R.: Using Canny Criteria to Derive a Recursively Implemented Optimal Edge Detector. International Journal of Computer Vision, Vol. 1, No.2, 1987, pp. 167-187.
• [5] Gonzalez R.C., Woods R.E.: Digital Image Processing. Addison Wesley, 1992.
• [6] Julesz B.: Textons, the Elements of Texture Perception. Nature, Vol. 290, 1981.
• [7] Kasiński A.: Smoothing Noisy Images without Destroying Predefined Feature Carriers. Proc. 7th Int. Conf. on Computer Analysis of Images and Patterns CAIP'97, LNCS vol. 1296, Springer Verlag, 1997, s. 520-526.
• [8] Noriega L.A.: Seeing How it Feels: The Image Analysis of Texture. MSc Dissertation, Keele University, 1993.
• [9] Noriega L.A.: A Feature Based Approach to Colour Image Segmentation. Proceedings of the Internation Conference on the Application of Computer Systems, Szczecin, Poland, 1996.
• [10] Petrou M., Kittler J.: Optimal Edge detectors for Ramp Edges. IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 13, No. 5, 1991, pp. 483-495.
• [11] Sarkar S., Boyer K.L.: Optimal Infinite Impulse Response Zero Crossing Based Edge Detectors. CVGIP: Image Understanding, Vol. 54, September 1991, pp. 224-243.
• [12] You J., Cohen H.A.: Classification and Segmentation of Rotated and Scaled Textured Images using Texture Tuned Masks. Pattern Recognition, Vol. 26, No. 2, 1993, pp. 245-258.