Momenty jako desktyptory opisu kształtu w systemach przetwarzania obrazów

• Autorzy: Choraś R.

Warianty tytułu

EN

Moments as Shape Descriptors in Image Processing Systems

• Języki publikacji: PL

Abstrakty

PL

Obiekty występujące w obrazach można opisać zbiorem wydzielonych inwariantnych cech, przy czym opis taki powinien być niezależny od skali, położenia i orientacji obiektu. Systemy wyszukiwania obrazów na podstawie zawartości wizyjnej (CBIR) wykorzystują momenty do generacji takich inwariantnych cech. W pracy opisywano szereg momentów (np. standardowe, inwariantne, radialne, ortogonalne, zespolone) możliwych do wykorzystania w procesie wydzielania cech i opisu kształtu obiektów.

EN

Orthogonal polynomials are well known and widely used in the image analysis. The describing of objects from images independently of scale, position and orientation may be achieved by characterizing an object with a set of extracted invariant features. Several Content Based Image Retrieval - CBIR systems utilize moments to generate such invariant features. We describe several moments (e.g.. standard, invariant, rotational, orthogonal, complex) for feature extraction.

Słowa kluczowe

PL

przetwarzanie obrazu; momenty geometryczne; momenty ortogonalne

EN

image processing; geometrical moments; orthogonal moments

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 10
• Strony: 295--302
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr.

Twórcy

autor

Choraś R.

• Uniwersytet Technologiczno-Przyrodniczy, Wydział Telekomunikacji i Elektrotechniki Instytut Telekomunikacji. Zakład Komunikacji Komputerowej ul. Kaliskiego 7, 85-796 Bydgoszcz,

Bibliografia

• [1] Choraś R.S., Momenty jako deskryptory opisu kształtu w systemach wyszukiwania obrazów na podstawie zawartości wizyjnej, Inteligentne wydobywanie informacji w celach diagnostycznych, (eds. Z. Kowalczuk, B. Wiszniewski), PWNT, Gdańsk 2007, pp. 105-116.
• [2] Hu M.K., Visual pattern recognition by moment invariants. IRE Trans. Inform. Theory, vol. IT-8, s. 179-187, 1962.
• [3] Haddadnia J., Ahmadi M., Faez K. An efficientfeature extraction method with pseudo-zemike moment in rbf neu-ral network-based human face recognition system. EURASIP Journal on Applied Signal Processing, s. 890-901, 2003.
• [4] Khotanzad A., Hong Y.H. Rotation invariant pattern recognition using Zernike moments. Proc. 9th ICPR, s. 326-328, Rome, Italy, 1988.
• [5] Lin T.-W., Chou Y.-F. A comparative study of zernike moments. Proceedings of the IEEE/WIC International Conference on Web Intelligence, 2003.
• [6] Mukundan R., Ramakrishnan K.R. Moment Functions in Image Analysis: Theory and Applications. World Scientific Publication Co., Singapore , 1998.
• [7] Mukundan R, Ong S.H., Lee P.A. Image analysis by Tchebichef moments. IEEE Trans. On Image Processing, vol.10, no. 9, s. 1357-1364, 2001.
• [8] Teague M.R. Image Analysis via the General Theory of Moments, Journal of Optical Society of America, 70(8), 920-930, 1980
• [9] Teh C.H., Chin R.T. On image analysis by the methodsof moments. IEEE Trans. Pattern Anal. Machinę Intell., vol. 10, no 4, s. 496-513, 1988.
• [10] Zernike F. Physica. vol. 1, s. 689, 1934.
• [11] Yap P.T., Paramesran R. and Ong S.H. Image analysis by Krawtchouk moments. IEEE Trans. Image Process., 12, (11), pp. 1367-1377, 2003.