Neřízená segmentace textur

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00317725" target="_blank" >RIV/67985556:_____/08:00317725 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/08:00030694

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Unsupervised Texture Segmentation

Popis výsledku v původním jazyce

Segmentation is the fundamental process which partitions a data space into meaningful salient regions. Image segmentation essentially affects the overall performance of any automated image analysis system thus its quality is of the utmost importance. Image regions, homogeneous with respect to some usually textural or colour measure, which result from a segmentation algorithm are analysed in subsequent interpretation steps. Several new unsupervised multispectral texture segmentation methods based on underlying Markovian spatial models with unknown number of classes are presented in the chapter. The performances of the presented methods are extensively tested on the Prague segmentation benchmark using the commonest segmentation criteria and compares favourably with several alternative texture segmentation methods.

Název v anglickém jazyce

Unsupervised Texture Segmentation

Popis výsledku anglicky

Segmentation is the fundamental process which partitions a data space into meaningful salient regions. Image segmentation essentially affects the overall performance of any automated image analysis system thus its quality is of the utmost importance. Image regions, homogeneous with respect to some usually textural or colour measure, which result from a segmentation algorithm are analysed in subsequent interpretation steps. Several new unsupervised multispectral texture segmentation methods based on underlying Markovian spatial models with unknown number of classes are presented in the chapter. The performances of the presented methods are extensively tested on the Prague segmentation benchmark using the commonest segmentation criteria and compares favourably with several alternative texture segmentation methods.

Druh

C - Kapitola v odborné knize

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)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název knihy nebo sborníku

Pattern Recognition

ISBN

978-953-7619-24-4

Počet stran výsledku

22

Strana od-do

—

Počet stran knihy

536

Název nakladatele

In-Tech

Místo vydání

Vienna

Kód UT WoS kapitoly

—