Probabilistic Discrete Mixtures Colour Texture Models
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00311950" target="_blank" >RIV/67985556:_____/08:00311950 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Probabilistic Discrete Mixtures Colour Texture Models
Original language description
A new generative multispectral texture model based on discrete distribution mixtures is introduced. Statistical texture properties are represented by a discrete distribution mixture of product components. A natural colour or multispectral texture is spectrally factorized and discrete mixtures models are learned and used to synthesize single orthogonal monospectral components. Texture synthesis is based on easy computation of arbitrary conditional distributions from the model. Finally single synthesizedmonospectral texture components are transformed into the required synthetic colour texture. This model can easily serve for texture segmentation, retrieval or to model single factors in complex Bidirectional Texture Function (BTF) space models. The advantages and weak points of the presented approach are demonstrated on several colour texture applications.
Czech name
Pravděpodobnostní diskrétní směsové barevné texturní modely
Czech description
Článek prezentuje nový generativní multispektrální texturní model založený na diskrétních distribučních směsích. Statistické texturní vlastnosti jsou reprezentovány pomocí diskrétní distribuční směsi násobných komponentů. Přírodní barevná nebo multispektrální textura je spektrální faktorizována a diskrétní směsové modely se učí na jednotlivých ortogonálních monospektrálních složkách. Syntéza textury je založena na snadném výpočtu libovolné podmíněné distribuce modelu. Nakonec jsou jednotlivé syntetizované monospektrální texturní složky transformovány do požadované syntetické barevné textury. Tento model se může snadno použít pro segmentaci textur, vyhledávání, nebo modelování jednotlivých faktorů modelů BTF prostoru. Výhody a nedostatky prezentovanéhomodelu jsou předvedeny na několika aplikacích barevných textur.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BD - Information theory
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Lecture Notes in Computer Science
ISSN
0302-9743
e-ISSN
—
Volume of the periodical
2008
Issue of the periodical within the volume
5197
Country of publishing house
DE - GERMANY
Number of pages
7
Pages from-to
—
UT code for WoS article
—
EID of the result in the Scopus database
—