Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Elektronika : konstrukcje, technologie, zastosowania

1 2013

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Visual Perception-based segmentation method

Sortuj według:

Ogranicz wyniki do:

Wykorzystanie algorytmów klasyfikacji i fuzji informacji w procesie rozpoznawania obiektów morskich na podstawie obrazów FLIR

100%

Pietkiewicz T. , Witczak A.

tom Vol. 54, nr 3

25-29

W referacie dokonano przeglądu algorytmów klasyfikacji i fuzji informacji na podstawie obrazów obiektów morskich wykonanych przez sensory podczerwieni (FLIR - Forward Looking Infra-Red), które umożliwiają identyfikację tych obiektów. Ostatecznym celem analizy obrazów jest identyfikacja obiektów morskich, polegająca na rozpoznaniu ich typu oraz ewentualnie określenie ich przynależności. W pierwszej części referatu omówiono trzy metody ekstrakcji cech dystynktywnych obrazów FLIR obiektów morskich: metodę Parka i Sklansky'ego 11 atrybutów obrazów (7 momentów strukturalnych i 4 parametry autoregresji), metoda Allena 14 atrybutów obrazów w postaci 7 momentów strukturalnych i 7 momentów luminancyjnych oraz metodę Belongiego deskryptorów kształtów. W dalszej części referatu przedstawiono konstrukcje trzech klasyfikatorów bazujących na poszczególnych typach ekstrakcji cech obrazów: Dempstera-Shafera, addytywny klasyfikator Bayesa oraz klasyfikator bazujący na deskryptorach kształtu. Wyniki uzyskiwane za pomocą tych klasyfikatorów mogą stanowić bazę procesu fuzji decyzji klasyfikatorów. Podstawowym pytaniem, na które należy znaleźć odpowiedź podczas badań fuzji decyzji klasyfikatorów, jest to, czy fuzja decyzji klasyfikatorów poprawia jakość decyzji najlepszego klasyfikatora. W końcowym fragmencie przedstawiono konstrukcję dwóch algorytmów fuzji decyzji klasyfikatorów: zmodyfikowanej reguły Bayesa oraz reguły kombinacji Dempstera-Shafera. Jakość działania obu algorytmów zilustrowano przykładem zaczerpniętym z literatury przedmiotu i bazującym na ocenie jakości fuzji decyzji rozpoznawania obiektów morskich na podstawie bazy 2545 obrazów FLIR zgromadzonych w Centrum Operacji Powietrznych Marynarki Wojennej USA.

This paper presents an overview of classification and information fusion algorithms based on FLIR (forward looking infrared) images of maritime objects. A maritime object identification is the final goal of FLIR image analysis and relies on its type recognition and its standard identity assigning. In the first part of the paper three extraction methods of maritime objects distinctive features based on their FLIR images: a Park and Sklansky method based on seven invariant moments and four autoregressive parameters, an Allen method based on seven structural moments and seven intensity-based moments and finally a Belongie shape-matching method. In next part of the paper three classifiers are presented: a Dempster-Shaffer classifier, an additive Bayes classifier and a template-based Belongie classifier. Decisions of this classifiers are fused in two ways: using a modified Bayes rule and using a Dempster-Shafer combining rule. Fusion results are presented in P. Valin, E. Bosse and A. Jouan technical report. The results are based on 2545 FLIR images provided by the United States Naval Air Warfare Center.