Stationarity testing in 2D image analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F19%3A43919476" target="_blank" >RIV/60461373:22340/19:43919476 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21230/19:00336888
Výsledek na webu
<a href="https://www.spiedigitallibrary.org/conference-proceedings-of-spie/11137/2529346/Stationarity-testing-in-2D-image-analysis/10.1117/12.2529346.short" target="_blank" >https://www.spiedigitallibrary.org/conference-proceedings-of-spie/11137/2529346/Stationarity-testing-in-2D-image-analysis/10.1117/12.2529346.short</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1117/12.2529346" target="_blank" >10.1117/12.2529346</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Stationarity testing in 2D image analysis
Popis výsledku v původním jazyce
Signal and image stationarity is the basic assumption for many methods of their analysis. However this assumption is not true in a lot of real cases. The paper is focused on local stationary testing using a small symmetric neighbourhood. The neighbourhood is split into two parts which should have the same statistical properties when the hypothesis of image stationarity is valid. We apply various testing approaches (two-sampled F-test, t-test, WMW, K-S) to obtain adequate p-values for given pixel, mask position, and test type. Finally, using battery of masks and tests, we obtain the series of p-values for every pixel. Applying False Discovery Rate (FDR) methodology, we localize all the pixels when any hypothesis falls. Resulting binary image is an alternative to traditional edge detection but with strong statistical background.
Název v anglickém jazyce
Stationarity testing in 2D image analysis
Popis výsledku anglicky
Signal and image stationarity is the basic assumption for many methods of their analysis. However this assumption is not true in a lot of real cases. The paper is focused on local stationary testing using a small symmetric neighbourhood. The neighbourhood is split into two parts which should have the same statistical properties when the hypothesis of image stationarity is valid. We apply various testing approaches (two-sampled F-test, t-test, WMW, K-S) to obtain adequate p-values for given pixel, mask position, and test type. Finally, using battery of masks and tests, we obtain the series of p-values for every pixel. Applying False Discovery Rate (FDR) methodology, we localize all the pixels when any hypothesis falls. Resulting binary image is an alternative to traditional edge detection but with strong statistical background.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA17-05840S" target="_blank" >GA17-05840S: Multikriteriální optimalizace modelů prostorově variantních zobrazovacích systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
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
Proceedings of SPIE Volume 11137, Applications of Digital Image Processing XLII
ISBN
978-1-5106-2967-7
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
"111372G-1"-"111372G-8"
Název nakladatele
SPIE the International Society for Optical Engineering
Místo vydání
Bellingham, WA
Místo konání akce
San Diego
Datum konání akce
11. 8. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000511298300068