Coniferous Trees Needles-Based Taxonomy Classification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F19%3A00520496" target="_blank" >RIV/67985556:_____/19:00520496 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/IVCNZ48456.2019.8961023" target="_blank" >http://dx.doi.org/10.1109/IVCNZ48456.2019.8961023</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/IVCNZ48456.2019.8961023" target="_blank" >10.1109/IVCNZ48456.2019.8961023</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Coniferous Trees Needles-Based Taxonomy Classification

Popis výsledku v původním jazyce

This paper introduces multispectral rotationally invariant textural features of the Markovian type applied for the effective coniferous tree needles categorization. Presented texture features are inferred from the descriptive multispectral spiral wide-sense Markov model. Unlike the alternative texture recognition methods based on various gray-scale discriminative textural descriptions, we take advantage of the needles texture representation, which is fully descriptive multispectral and rotationally invariant. The presented method achieves high accuracy for needles recognition. Thus it can be used for reliable coniferous tree taxon classification. Our classifier is tested on the open source needles database Aff, which contains 716 high-resolution images from 11 diverse coniferous tree species.

Název v anglickém jazyce

Coniferous Trees Needles-Based Taxonomy Classification

Popis výsledku anglicky

This paper introduces multispectral rotationally invariant textural features of the Markovian type applied for the effective coniferous tree needles categorization. Presented texture features are inferred from the descriptive multispectral spiral wide-sense Markov model. Unlike the alternative texture recognition methods based on various gray-scale discriminative textural descriptions, we take advantage of the needles texture representation, which is fully descriptive multispectral and rotationally invariant. The presented method achieves high accuracy for needles recognition. Thus it can be used for reliable coniferous tree taxon classification. Our classifier is tested on the open source needles database Aff, which contains 716 high-resolution images from 11 diverse coniferous tree species.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

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

Rok uplatnění

2019

Kód důvěrnosti údajů

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

Název statě ve sborníku

International Conference on Image and Vision Computing New Zealand 2019 (IVCNZ 2019)

ISBN

978-1-7281-4188-6

ISSN

2151-2191

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1-6

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Dunedin

Datum konání akce

2. 12. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—