Unsupervised segmentation of forest terrain images using a combined statistical/signal approach

• Autorzy: Stąpor K.

Warianty tytułu

PL

Nienadzorowana segmentacja tekstur terenów lesnych wykorzystująca kombinację metod statystycznych i sygnałowych

• Języki publikacji: EN

Abstrakty

EN

This paper presents a method for unsupervised segmentation of different forest textures in erial terrain images. The method relies on a combined feature vector used in two-step segmentation procedure. Texture measures derived from a bank of Gabor filters, estimated parameters of GMRF and hose based on run lenghts have been used in constructing a feature vector. To estimate "true" number of clusters a modified Hubert index is used.

PL

Artykuł prezentuje metodę nienadzorowanej segmentacji tekstur terenów leśnych na zdjęciach lotniczych. Wektor cech został utworzony z estymowanych parametrów Gaussowskiego Pola Losowego Markowa (GMRF), parametrów obliczonych z użyciem banku filtrów Gabora, oraz obliczonych na podstawie krzywych Hilberta a także poziomych i pionowych krzywych typu zig-zag. Tak skonstruowany wektor cech został poszerzony o 2 współrędne charakteryzujące położenie, co pozwala na grupowanie się sąsiadujących pikseli razem, a tym samym uniknięcie niepotrzebnej fragmentacji. Wymienione cechy zostały wstępnie znormalizowane za pomocą metody Z-score ([12]). W celu zwiększenia efektywności zaproponowano 2 etapową segmentację. W pierwszym etapie za pomocą algorytmu K-means opracowanego na podstawie ([8]) dokonuje się klasteryzacji losowo wybranego, małego podzbioru wszystkich pikseli obrazu, a uzyskanym grupom pikseli nadaje się etykietę. Na drugim etapie występuje klasyfikacja minimalnoodległościowa (k-NN[12]) wszystkich pikseli obrazu używając próbek uczących uzyskanych w pierwszym etapie. Do określenia liczby grup użyty został index Huberta ([2]). Prezentowana metoda została zastosowana do segmentacji terenów Lasku Wolskiego w Krakowie i pozwoliła na uzyskanie zadowalających wyników (średnio ok. 95% poprawnie sklasyfikowanych pikseli).

Słowa kluczowe

EN

texture segmentation; clustering; Gabor filters; fractal dimension; Markov random field

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Archiwum Informatyki Teoretycznej i Stosowanej
• Rocznik: 2001
• Tom: T. 13, z. 1
• Strony: 23--36

Twórcy

autor

Stąpor K.

• Instytut Informatyki Politechnika Śląska ul. Akademicka 16 44-100 Gliwice