Textural Features Sensitivity to Scale and Illumination Variations

Kód výsledku v IS VaVaI

RIV/67985556:_____/22:00561404 - isvavai.cz

Výsledek na webu

http://dx.doi.org/10.1007/978-3-031-16210-7_19

DOI - Digital Object Identifier

10.1007/978-3-031-16210-7_19

Jazyk výsledku

angličtina

Název v původním jazyce

Textural Features Sensitivity to Scale and Illumination Variations

Popis výsledku v původním jazyce

Visual scene recognition is predominantly based on visual textures representing an object's material properties. However, the single material texture varies in scale and illumination angles due to mapping an object's shape. We present a comparative study of the color histogram, Gabor, opponent Gabor, Local Binary Pattern (LBP), and wide-sense Markovian textural features concerning their sensitivity to simultaneous scale and illumination variations. Due to their application dominance, these textural features are selected from more than n50 published textural features. Markovian features are information preserving, and we demonstrate their superior performance for scale and illumination variable observation conditions over the standard alternative textural features. We bound the scale variation by double size, and illumination variation includes illumination spectra, acquisition devices, and 35 illumination directions spanned above a sample.

Název v anglickém jazyce

Textural Features Sensitivity to Scale and Illumination Variations

Popis výsledku anglicky

Visual scene recognition is predominantly based on visual textures representing an object's material properties. However, the single material texture varies in scale and illumination angles due to mapping an object's shape. We present a comparative study of the color histogram, Gabor, opponent Gabor, Local Binary Pattern (LBP), and wide-sense Markovian textural features concerning their sensitivity to simultaneous scale and illumination variations. Due to their application dominance, these textural features are selected from more than n50 published textural features. Markovian features are information preserving, and we demonstrate their superior performance for scale and illumination variable observation conditions over the standard alternative textural features. We bound the scale variation by double size, and illumination variation includes illumination spectra, acquisition devices, and 35 illumination directions spanned above a sample.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

GA19-12340S: Rozpoznávání povrchových materiálů při proměnlivých podmínkách optického pozorování

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

Advances in Computational Collective Intelligence : 14th International Conference, ICCCI 2022

ISBN

978-3-031-16209-1

ISSN

1865-0929

e-ISSN

1865-0937

Počet stran výsledku

13

Strana od-do

237-249

Název nakladatele

Springer International Publishing

Místo vydání

Cham

Místo konání akce

Hammamet

Datum konání akce

26. 9. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000871953900019