2014
RSurf Texture Descriptor
MAJTNER, Tomáš; Roman STOKLASA a David SVOBODAZákladní údaje
Originální název
RSurf Texture Descriptor
Název česky
Popisovač textúry RSurf
Autoři
Vydání
2014
Další údaje
Jazyk
angličtina
Typ výsledku
Software
Obor
20206 Computer hardware and architecture
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Označené pro přenos do RIV
Ano
Kód RIV
RIV/00216224:14330/14:00074012
Organizační jednotka
Fakulta informatiky
Klíčová slova anglicky
image descriptor; Pattern recognition; RSurf; HEp-2 cells;
Technické parametry
Software pre výpis vlastností textúry snímku, ktoré je možné použiť pre rozpoznanie a následnú klasifikáciu vstupného obrázku. Program bol vyvinutý pre spracovanie obrázkov HEp-2 buniek nasnímaných fluorescenčným mikroskopom ale obecne je možné ho použiť pre ľubovolný vstup. Implementácia je realizovaná v jazyku C++.
Zodpovedné osoby: Tomáš Majtner <majtner@ics.muni.cz> a Roman Stoklasa <rstoki@seznam.cz>
Adresa: Fakulta informatiky Masarykovy univerzity, Botanická 68a, 602 00 Brno.
Štítky
Příznaky
Mezinárodní význam
Změněno: 29. 10. 2014 13:48, RNDr. Ing. Bc. Tomáš Majtner, Ph.D.
Anotace
V originále
In biomedical image analysis, object description and classification tasks are very common. Our work relates to the problem of classification of Human Epithelial (HEp-2) cells. Since the crucial part of each classification process is the feature extraction and selection, much attention should be concentrated to the development of proper image descriptors. In this article, we introduce a new efficient texture-based image descriptor for HEp-2 images. We compare proposed descriptor with LBP, Haralick features (GLCM statistics) and Tamura features using the public MIVIA HEp-2 Images Dataset. Our descriptor outperforms all previously mentioned approaches and the kNN classifier based solely on the proposed descriptor achieve the accuracy as high as 91.1%.
Návaznosti
| GBP302/12/G157, projekt VaV |
| ||
| MUNI/A/0855/2013, interní kód MU |
|