Wyniki wyszukiwania - BazTech

1

Rotation- and Scale-Invariant Texture Classification Using Log-Polar and Ridgelet Transforms

Mahersia H., Hamrouni K.

Machine Graphics and Vision

|

2009

|

Vol. 18, No. 2

215-232

EN

Classification of distorted texture images is a challenging and important problem in real world image analysis and understanding. This paper proposes a new texture characterization method which is robust to geometric distortions, including rotation and scale changes. The rotation- and scale-invariant feature extraction for a given image involves applying the log-polar transform to eliminate the rotation and scale effects, followed by the ridgelet transform. In the experiments, the K-nearest neighborhood classifier is employed, using Euclidian and Manhattan distances to classify two sets of 30 and 40 distinct natural textures selected from the Brodatz and the VisTex albums. The experimental results, based on different test data sets for images with different orientations and scales, show that the proposed classification scheme using log-polar ridgelet signatures outperforms texture classification based on log-polar and wavelet transforms. Its overall accuracy rate reaches 100% for orientation or scale changes, and is about 73.708% for joint rotation and scale changes. These results demonstrate the effectiveness of our characterization method in texture image classification experiments.

2

Recognition of wheat grain quality using log-hough representation and neural networks

Mikrut Z., Kubiak A.

Machine Graphics and Vision

|

2008

|

Vol. 17, No. 4

425-449

EN

Assessment of raw product quality constitutes one of the most important issues in the agricultural sectors of food production, processing and storage. In wheat grain quality assessment, the evaluation of the percentage of broken grains in a single variety sample is one of the most important criteria. In the present work, we propose a solution based on a computer vision system and neural networks. An algorithm which performs normalization of the size and rotation angle of a single grain image in the log-polar space is developed. The grain edge image is subsequently transformed to the accumulative log-Hough space and projected onto the coordinate system axes. The resulting representation undergoes classification and variety discrimination with the use of the Kohonen Self Organizing Map. The effectiveness of this representation has been verified with the use of a backpropagation neural network and the k-Nearest Neighbors method. The average classification rate within a single wheat variety exceeds 97%, which qualifies the method for practical applications.

3

Zastosowanie transformacji logarytmiczno-biegunowej w algorytmie detekcji linii prostych

Batycka-Gońka D.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

1998

|

T. 2, z. 2

173--184

PL

W opracowaniu przedstawiono sposób rozpoznawania linii prostych na obrazie w układzie współrzędnych logarytmiczno-biegunowych. Transformacja logarytmiczno-biegunowa (log-polar) charakteryzuje się m.in. dużą redukcją informacji zawartej w obrazie wejściowym. Przekształcenie to cechuje również zmiana skalowania i rotacji na translację. Cechy te czynią przestrzeń log-polar szczególnie użyteczną w procesach analizy i rozpoznawania obrazów w czasie rzeczywistym. Przedstawiony algorytm wykorzystuje proces transformacji Hougha tej przestrzeni. Przestrzeń log-polar i log-Hougha są geometrycznie identyczne, co znacznie upraszcza proces obliczeń jak również zasadę funkcjonowania algorytmu.

EN

In this paper an algorithm for staright line detection in the log-polar domain is presented. The log-polar transform is characterised by a high degree image compression as well as the property of scale and rotation invariance. As a result, log-polar mapping makes it possible to realize a real-time robot vision system. The Hough transform is a well-known method for shape detection. In the presented work, the Hough transform is used in log-polar domain to detect straight lines. Log-polar and log-Hough domains are unified, taht significantly simplifies the computational process and the functional principle of presented algorithm.

4

Wykorzystanie informacji ze strefy martwej transformacji log-polar

Batycka-Gońka D.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

1998

|

T. 2, z. 2

185--194

PL

Zasada transformacji log-polar oparta jest o budowę i działanie siatkówki oka ludzkiego. Jako wzorzec służy sposób rozmieszczenia fotoreceptorów na siatkówce oka. Ten rodzaj przekształcenia jest często wykorzystywany w systemach wizyjnych robotów. Niesie za sobą dużą redukcję przetwarzanej informacji. Jest to niewątpliwie zaleta, biorąc pod uwagę fakt, iż zmniejszona ilość niezbędnej do przetworzenia informacji pozwala na pracę w czasie rzeczywistym. Wadą jest natomiast nieuniknione w takim przypadku pogorszenie jakości obrazu wynikowego. Najwierniej jest odwzorowywana infirmacja znajdująca się w części środkowej rastra. W tej części rastra istnieje jednak pewien obszar, tzw. Strefa martwa transformacji, który nie podlega przekształceniu. Efekt ten wynika z natury przekształcenia logarytmiczno-biegunowego, jest jednak niepożądany, stąd naturalna tendencja do jego eliminacji. W opracowaniu zaproponowano pewną modyfikację przekształcenia log-polar, mającą na celu wykorzystanie informacji zawartej w centralnej części rastra. Modyfikacja ta polega na odmiennym - w stosunku do klasycznego przekształcenia log-polar - sposobie przekształcenia strefy nieczułej. W oparciu o zaprezentowaną metodę skonstruowano algorytm analizy zawartości strefy martwej.

EN

The log-polar mapping is a biologically motivated image transformation. The concept of foveation stems from a detailed examination of the human visual pathway. It has attracted the interest of researchers in the fields of computer vision and robotics. The main advantage of using foveation is the selective reduction of image data. This structure has good resolution for image processing in the central parts of the scene. Outside the central parts visual acuity decreases as a function of radial distance from the center of retina. The fovea, the central part is always a problem in this kind of sensors, since it has to follow the same structure of the retina while still keeping image processing capabilities without design rule violations. In the paper a different approach for the fovea was taken. The consequences of this approach is the different size of the sensing elements in the pixel matrix. In the papre there is also presented an algorithm of analysing the modified log-polar domain.