Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Texture Spectral Similarity Criteria

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F19%3A00508907" target="_blank" >RIV/67985556:_____/19:00508907 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://digital-library.theiet.org/content/journals/10.1049/iet-ipr.2019.0250" target="_blank" >https://digital-library.theiet.org/content/journals/10.1049/iet-ipr.2019.0250</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1049/iet-ipr.2019.0250" target="_blank" >10.1049/iet-ipr.2019.0250</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Texture Spectral Similarity Criteria

  • Popis výsledku v původním jazyce

    New similarity criteria capable of assessing spectral modelling plausibility of colour, Bidirectional Texture Functions (BTF), and hyper-spectral textures are presented. The criteria credibly compare the multi-spectral pixel values of the textures. They simultaneously consider the pixels of similar values and their mutual ratios. It allows support of the optimal modelling or acquisition setup development by comparing the original data with its synthetic simulations. Analytical applications of the criteria can be spectral-based texture retrieval or classification. The suggested criteria together with existing alternatives are extensively tested and compared on a wide variety of colour, BTF, and hyper-spectral textures. The performance quality of the criteria is examined in a long series of thousands specially designed monotonically degrading experiments where proposed ones outperform all tested alternatives.

  • Název v anglickém jazyce

    Texture Spectral Similarity Criteria

  • Popis výsledku anglicky

    New similarity criteria capable of assessing spectral modelling plausibility of colour, Bidirectional Texture Functions (BTF), and hyper-spectral textures are presented. The criteria credibly compare the multi-spectral pixel values of the textures. They simultaneously consider the pixels of similar values and their mutual ratios. It allows support of the optimal modelling or acquisition setup development by comparing the original data with its synthetic simulations. Analytical applications of the criteria can be spectral-based texture retrieval or classification. The suggested criteria together with existing alternatives are extensively tested and compared on a wide variety of colour, BTF, and hyper-spectral textures. The performance quality of the criteria is examined in a long series of thousands specially designed monotonically degrading experiments where proposed ones outperform all tested alternatives.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA19-12340S" target="_blank" >GA19-12340S: Rozpoznávání povrchových materiálů při proměnlivých podmínkách optického pozorování</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

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 periodika

    IET Image Processing

  • ISSN

    1751-9659

  • e-ISSN

  • Svazek periodika

    13

  • Číslo periodika v rámci svazku

    11

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    10

  • Strana od-do

    1998-2007

  • Kód UT WoS článku

    000487789000023

  • EID výsledku v databázi Scopus

    2-s2.0-85072665108