Analýza hlavních komponent ve zpracování obrazu
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F05%3A00014399" target="_blank" >RIV/60461373:22340/05:00014399 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Principal Component Analysis in Image Processing
Popis výsledku v původním jazyce
Principal component analysis (PCA) is one of the statistical techniques frequently used in signal processing to the data dimension reduction or to the data decorrelation. Presented paper deals with two distinct applications of PCA in image processing. The first application consists in the image colour reduction while the three colour components are reduced into one containing a major part of information. The second use of PCA takes advantage of eigenvectors properties for determination of selected object orientation. Various methods can be used for previous object detection. Quality of image segmentation implies to results of the following process of object orientation evaluation based on PCA as well. Presented paper briefly introduces the PCA theory at first and continues with its applications mentioned above. Results are documented for the selected real pictures.
Název v anglickém jazyce
Principal Component Analysis in Image Processing
Popis výsledku anglicky
Principal component analysis (PCA) is one of the statistical techniques frequently used in signal processing to the data dimension reduction or to the data decorrelation. Presented paper deals with two distinct applications of PCA in image processing. The first application consists in the image colour reduction while the three colour components are reduced into one containing a major part of information. The second use of PCA takes advantage of eigenvectors properties for determination of selected object orientation. Various methods can be used for previous object detection. Quality of image segmentation implies to results of the following process of object orientation evaluation based on PCA as well. Presented paper briefly introduces the PCA theory at first and continues with its applications mentioned above. Results are documented for the selected real pictures.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
13th Annual Conference Proceedings Technical Computing Prague 2005
ISBN
80-7080-577-3
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
—
Název nakladatele
Humusoft
Místo vydání
Praha
Místo konání akce
Praha
Datum konání akce
15. 11. 2005
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—