Segmentace barevné textury dekompozicí modelu textury ve tvaru normální směsi

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F06%3A00041781" target="_blank" >RIV/67985556:_____/06:00041781 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Color Texture Segmentation by Decomposition of Gaussian Mixture Model

Popis výsledku v původním jazyce

Recently we have proposed Gaussian mixtures as a local statistical model to synthesize artificial textures. We describe the statistical dependence of pixels of a movable window by multivariate Gaussian mixture of product components. The mixture components correspond to different variants of image patches as they appear in the window. In this sense they can be used to identify different segments of the source color texture image. The segmentation can be obtained by means of Bayes formula provided that aproper decomposition of the estimated Gaussian mixture into sub-mixtures is available. In this paper the mixture model is decomposed by maximizing the mean probability of correct classification of pixels into segments in a way taking into account the assumed consistency of final segmentation.

Název v anglickém jazyce

Color Texture Segmentation by Decomposition of Gaussian Mixture Model

Popis výsledku anglicky

Recently we have proposed Gaussian mixtures as a local statistical model to synthesize artificial textures. We describe the statistical dependence of pixels of a movable window by multivariate Gaussian mixture of product components. The mixture components correspond to different variants of image patches as they appear in the window. In this sense they can be used to identify different segments of the source color texture image. The segmentation can be obtained by means of Bayes formula provided that aproper decomposition of the estimated Gaussian mixture into sub-mixtures is available. In this paper the mixture model is decomposed by maximizing the mean probability of correct classification of pixels into segments in a way taking into account the assumed consistency of final segmentation.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2006

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Lecture Notes in Computer Science

ISSN

0302-9743

e-ISSN

—

Svazek periodika

19

Číslo periodika v rámci svazku

4225

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

10

Strana od-do

287-296

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—