PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Przetwarzanie zdjęć lotniczych na podstawie tekstury

Autorzy
Identyfikatory
Warianty tytułu
EN
Aerial photos processing based on texture recognition
Języki publikacji
PL
Abstrakty
PL
Istotną grupę cech obrazu, na podstawie których dokonuje się segmentacji i klasyfikacji, stanowią cechy tekstury, rozumiane jako zależności między powtarzającymi się wzorcami charakterystycznymi dla danego materiału. W artykule porównane zostaną trzy metody analizy tekstury - energia Gabora, operator grating cells i cechy Haralicka - oraz zaproponowane zostaną sposoby poprawy jakości wyników uzyskanych z ich użyciem. Szczególny nacisk położony będzie na zastosowanie porównywanych metod w przetwarzaniu zdjęć lotniczych. Przedstawione zostanie również alternatywne podejście do rozpoznawania wzorców polegające na klasyfikacji prostokątnych bloków obrazu o stopniowo zmniejszających się rozmiarach.
EN
The important group of image features, based on which segmentation and classification is performed, are textural features, understood as dependencies between recurring patterns characteristic of a given material. In the article three methods of texture analysis – Gabor energy, grating cells operator and Haralick features – will be compared, and techniques for improving quality of their results will be proposed. The particular focus will be placed on the application of compared methods in aerial images processing. The alternative approach of pattern recognition, based on the classification of rectangular blocks of an image with gradually decreasing sizes, will be demonstrated.
Rocznik
Strony
18--20
Opis fizyczny
Bibliogr. 5 poz., rys., tab.
Twórcy
autor
  • Instytut Informatyki Politechniki Warszawskiej, ul. Nowowiejska 15/19, 00-665 Warszawa
autor
  • Instytut Informatyki Politechniki Warszawskiej, ul. Nowowiejska 15/19, 00-665 Warszawa
Bibliografia
  • [1] Materka A., Strzelecki M. Texture Analisys Methods - A Review. COST B11 report, Bruksela 1998.
  • [2] Kruizinga P., Petkov N. Nonlinear Operator for Oriented Texture. IEEE Transactions on Image Processing, 8(10), 1395-1407, 1999.
  • [3] Jain A. K., Farrokhnia F. Unsupervised texture segmentation using Gabor filters. Pattern Recognition, 24(12), 1167-1186, 1991.
  • [4] Haralick R. M., Shanmugam K., Dinstein I. Textural Features for Image Classification. IEEE Transactions on Systems, Man, and Cybernetics, SMC-3(6), 610-621, 1973.
  • [5] senseFly. Example Datasets: Urban mapping, Assessing crops with RGB imagery. https://www.sensefly.com/drones/example-datasets. html data dostępu: 4.01.2018.
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-fa524ef3-64b6-4704-9e58-17319068a839
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.