Avaliação de descritores de textura para segmentação não-supervisionada de imagens / Texture descriptors evalution for unsupervised image segmentation
AUTOR(ES)
Carlos Alberto Souto Junior
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
19/03/2010
RESUMO
Este trabalho consiste em uma avaliação de descritores de atributos de textura para o caso totalmente não-supervisionado, na qual nada se conhece anteriormente sobre a natureza das texturas ou o número de regiões presentes na imagem. Escolheram-se para descrever as texturas decomposição por filtros de Gabor, descritores escalares baseados em matrizes de co-ocorrência de níveis de cinza e campos aleatórios de Gauss-Markov; e aplicou-se um procedimento baseado no algoritmo k-means, onde o valor ótimo do parâmetro k foi estimado a partir de uma métrica de qualidade calculada nos resultados da execução do algoritmo k-means para vários valores de k. O k ótimo foi obtido pelo "método do cotovelo". Aplicou-se o procedimento em imagens sintéticas e naturais e confrontou-se com uma segmentação manual. Obtiveram-se melhores resultados para imagens agrícolas de baixa altitude e tipo frente-fundo quando usados descritores baseados em matrizes de co-ocorrência; nas imagens de satélite, o método que emprega campos aleatórios foi melhor sucedido
ASSUNTO(S)
campos aleatorios textura estatística random fields textura statistically
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000770056Documentos Relacionados
- UNSUPERVISED CLASSIFICATION OF SATELLITE IMAGES
- Sobre critérios para equalização não-supervisionada
- Avaliação não supervisionada do processo de segmentação de imagens utilizadas em geociências
- Classificação não-supervisionada no delineamento de zonas de manejo.
- Unsupervised methods of classifying remotely sensed imges using Kohonen self-organizing maps