Hierarchický texturní model pro neřízenou segmentaci snímků dálkového průzkumu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F07%3A00084103" target="_blank" >RIV/67985556:_____/07:00084103 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/07:00027050

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A hierarchical texture model for unsupervised segmentation of remotely sensed images

Popis výsledku v původním jazyce

In this work a novel texture model particularly suited for unsupervised image segmentation is proposed. Any texture is represented at region level by means of a finite-state hierarchical model resulting from the superposition of several Markov chains, each associated with a different spatial direction. Corresponding to such a modeling, an optimization scheme, referred to as Texture Fragmentation and Reconstruction (TFR) algorithm, has been introduced. The TFR addresses the model estimation problem in two sequential layers: the former -fragmentation- step allows to find the terminal states of the model, while the latter reconstruction step is aimed at estimating the relationships among the states which provide the optimal hierarchical structure to associate with the model. The latter step is based on a probabilistic measure, i.e, the region gain, which accounts for both the region scale and the inter-region interaction.

Název v anglickém jazyce

A hierarchical texture model for unsupervised segmentation of remotely sensed images

Popis výsledku anglicky

In this work a novel texture model particularly suited for unsupervised image segmentation is proposed. Any texture is represented at region level by means of a finite-state hierarchical model resulting from the superposition of several Markov chains, each associated with a different spatial direction. Corresponding to such a modeling, an optimization scheme, referred to as Texture Fragmentation and Reconstruction (TFR) algorithm, has been introduced. The TFR addresses the model estimation problem in two sequential layers: the former -fragmentation- step allows to find the terminal states of the model, while the latter reconstruction step is aimed at estimating the relationships among the states which provide the optimal hierarchical structure to associate with the model. The latter step is based on a probabilistic measure, i.e, the region gain, which accounts for both the region scale and the inter-region interaction.

Druh

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

CEP obor

BD - Teorie informace

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)<br>R - Projekt Ramcoveho programu EK

Rok uplatnění

2007

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

-

Číslo periodika v rámci svazku

4522

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

10

Strana od-do

303-312

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—