Performance evaluation of image segmentation algorithms on microscopic image data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00434809" target="_blank" >RIV/67985556:_____/15:00434809 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1111/jmi.12186" target="_blank" >http://dx.doi.org/10.1111/jmi.12186</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1111/jmi.12186" target="_blank" >10.1111/jmi.12186</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Performance evaluation of image segmentation algorithms on microscopic image data

Popis výsledku v původním jazyce

In our paper, we present a performance evaluation of image segmentation algorithms on microscopic image data. In spite of the existence of many algorithms for image data partitioning, there is no universal and "the best" method yet. Moreover, images of microscopic samples can be of various character and quality which can negatively influence the performance of image segmentation algorithms. Thus the issue of selecting suitable method for a given set of image data is of big interest. We carried out a large number of experiments with a variety of segmentation methods to evaluate the behavior of individual approaches on the testing set of microscopic images (cross-section images taken in three different modalities from the field of art restoration). The segmentation results were assessed by several indices used for measuring the output quality of image segmentation algorithms.

Název v anglickém jazyce

Performance evaluation of image segmentation algorithms on microscopic image data

Popis výsledku anglicky

In our paper, we present a performance evaluation of image segmentation algorithms on microscopic image data. In spite of the existence of many algorithms for image data partitioning, there is no universal and "the best" method yet. Moreover, images of microscopic samples can be of various character and quality which can negatively influence the performance of image segmentation algorithms. Thus the issue of selecting suitable method for a given set of image data is of big interest. We carried out a large number of experiments with a variety of segmentation methods to evaluate the behavior of individual approaches on the testing set of microscopic images (cross-section images taken in three different modalities from the field of art restoration). The segmentation results were assessed by several indices used for measuring the output quality of image segmentation algorithms.

Druh

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

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP103%2F12%2F2211" target="_blank" >GAP103/12/2211: Zpracování multimodálních obrazových dat založené na matematických modelech optických vlastností barviv a jejich použití pro studium uměleckých děl</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název periodika

Journal of Microscopy

ISSN

0022-2720

e-ISSN

—

Svazek periodika

275

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

21

Strana od-do

65-85

Kód UT WoS článku

000345972000007

EID výsledku v databázi Scopus

2-s2.0-84912550395