Badanie podstawowych właściwości korelacyjnych, entropijnych i pseudoentropijnych kryteriów progowania scen niejednorodnych

• Autorzy: Kompanec L. , Bobulski J.
• Języki publikacji: PL

Abstrakty

PL

Zbadano właściwości progujące korelacyjnego kryterium Brinka i entropijnego kryterium Puna, a także nowego pseudoentropijnego kryterium KoJ z uwzględnieniem warunków występujących w technikach szybkiej detekcji rozpoznawania obiektów na scenie w czasie rzeczywistym. Eksperymentalnie udowodniono, że w przeciwieństwie do pozostałych kryteriów KoJ reaguje na właściwość niejednorodności sceny, co daje zasadniczą możliwość syntezy procedur automatycznego progowania scen w technikach detekcji i rozpoznawania obiektów w czasie rzeczywistym.

Słowa kluczowe

PL

scena niejednorodna; progowanie sceny; szybka detekcja obiektu; rozpoznawanie obrazu; kryteria podobieństwa korelacyjne; entropijne i pseudoentropijne

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2001
• Tom: R. 1, nr 1
• Strony: 9--16
• Opis fizyczny: Bibliogr. 10 poz., 4 rys.

Twórcy

autor

Kompanec L.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

autor

Bobulski J.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

Bibliografia

• [1] Kashyap R.L., Eom K.-B., Texture Boundary Detection Based on the Long Correlation, Pattern Analysis and Mashine Intelligence 1989, 11, 1, 58-67.
• [2] Brink L.F., Brink A.D., Gray-Level Thresholding of Image Using Correlation Criterion, Pattern Recognition Letters 1989, 9, 5, 335-341.
• [3] Nikhil K., Sankar K., Entropic Thresholding Pattern Recognition Letters 1989, 9, 5, 97-108.
• [4] Pal R.N.R., Pal S.K., A Review on Image Segmentation Technics, Pattern Recognition 1993, 26, 9, 1277-1294.
• [5] Kompanets L.F., Introduction to the Pseudoentropical Quantitative Theory of Information Transformation and/or Technologies, Proc. 3rd Internat. Symp. on Methods and Models in Automationand Robotics, Międzyzdroje 1996, vol. 2, 665-670.
• [6] Kompanets L., Piech H., Pilarz A., Pseudoentropy and Beyond, Proc. 2nd Internat. Conf. on Parallel Processing and Applied Mathematics, Zakopane 1997, 564-578.
• [7] Kompanets L., Piech H., Pilarz A., Pseudoinformation and Complex Pseudoinformation Quality of Sygnal and Image Transformations, Proc. 3rd Internat. Conf. on Telecommunication, Audio and Television Broadcasting, Odessa 1997, 186-189.
• [8] Kapur J.N., Sahoo P.K., Wong A.K.C., A New Method for Gray-Level Picture Thresholding Using the Entropy of the Histogram, Computer Vision, Graphies, Image Processing 1985, 29, 273-285.
• [9] Pavlidis T., Structural Pattern Recognition, Springer-Verlag, Berlin 1977.
• [10] Wonho Oh, Brent Lindquist W., Image Thresholding by Indicator Kriging, Pattern Analysis and Mashine Intelligence 1999, 21, July, 590-602.