R 2015

2D/3D Gabor Features and 2D/3D MPEG-7 EHD Features

MAJTNER, Tomáš a David SVOBODA

Základní údaje

Originální název

2D/3D Gabor Features and 2D/3D MPEG-7 EHD Features

Autoři

MAJTNER, Tomáš (703 Slovensko, domácí) a David SVOBODA (203 Česká republika, garant, domácí)

Vydání

2015

Další údaje

Jazyk

angličtina

Typ výsledku

Software

Obor

20206 Computer hardware and architecture

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Kód RIV

RIV/00216224:14330/15:00081208

Organizační jednotka

Fakulta informatiky

Klíčová slova anglicky

image descriptor; Pattern recognition; Gabor features; MPEG-7 Edge Histogram Descriptor;

Technické parametry

Software pre výpis textúrových vlastností snímku na základe aplikovania metód Gabor features a MPEG-7 EHD, ktoré je možné použiť pre rozpoznanie a následnú klasifikáciu vstupného obrázku. Primárnou inováciou je pridaná podpora pre aplikovanie na 3D vstupné data, ktorá doposiaľ nebola definovaná. Program bol vyvinutý pre spracovanie biomedicínskych obrázkov 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 David Svoboda<svoboda@fi.muni.cz> Adresa: Fakulta informatiky Masarykovy univerzity, Botanická 68a, 602 00 Brno.

Štítky

Příznaky

Mezinárodní význam
Změněno: 19. 11. 2015 11:08, RNDr. Ing. Bc. Tomáš Majtner, Ph.D.

Anotace

V originále

The recognition of patterns with focus on texture and shape analysis is still very hot topic, especially in biomedical image processing. In this article, we introduce 3D extensions of well-known approaches for this particular area. We focus on the collection of MPEG-7 image descriptors, specifically on the Edge Histogram Descriptor (EHD) and Gabor features, which are the core of the Homogeneous Texture Descriptor (HTD). The proposed extensions are evaluated on the dataset consisting of three classes of 3D volumetric biomedical images. Two different classifiers, namely k-NN and Multi-Class SVM, are used to evaluate the proposed algorithms. According to the presented tests, the proposed 3D extensions clearly outperform their 2D equivalents in the classification tasks.

Návaznosti

GA14-22461S, projekt VaV
Název: Vývoj a studium metod pro kvantifikaci živých buněk (Akronym: Live Cell Quantification)
Investor: Grantová agentura ČR, Development and Study of Methods for Live Cell Quantification
MUNI/A/1159/2014, interní kód MU
Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace IV.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace IV., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty