Szczegóły publikacji
Opis bibliograficzny
Wybrane metody przetwarzania i analizy cech obrazów teksturowych — Some methods of processing and feature analysis of texture images / Zbigniew RUDNICKI // Informatyka w Technologii Materiałów / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie ; ISSN 1641-8581. — 2002 — t. 2 nr 1, s. 1–18. — Bibliogr. s. 18, Abstr.
Autor
Dane bibliometryczne
| ID BaDAP | 11084 |
|---|---|
| Data dodania do BaDAP | 2002-12-07 |
| Rok publikacji | 2002 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Informatyka w Technologii Materiałów = Computer Methods in Materials Science |
Abstract
Pictures of texture have significant meaning in a number of disciplines in science and engineering, such as metallography and crystallography, tribology (pictures of slipping surfaces and particles produced by wear), geology (surfaces of rocks), medicine (fragments of tomographs and X-ray pictures) etc. The present paper characterizes various computer methods used for primary analysis of pictures and, further, analysis and extraction of features of these pictures. The work concentrates on discussion of selected methods and tools, which are used now (determination of statistical parameters, Haralick's parameters based on matrices of events etc.), as well as on methods proposed by the Author and validated for the case of analysis of slipping surfaces. Some abilities of the software Matlab and Mazda-Convert-B11 (developed for the analysis of tomographs) are also discusses. Among numerous features those were selected, which reflect essential differences in textures and allow their classification and drawing conclusions regarding the features of materials, objects and processes represented by pictures of texture.
Streszczenie
Na przykładzie pewnych wstępnych badań obrazów tribologicznych przedstawiono niektóre podstawowe zagadnienia z dziedziny przetwarzania i analizy obrazów i wybrane metody wyznaczania i selekcji cech rozróżniających klasy obrazów, wyodrębniając podejście automatyczne i planowe. W metodzie automatycznej wyznaczano 259 cech każdego obrazu przy pomocy dostępnych w sieci Internet programów MaZda i Convert - a przy okazji testując trzy sposoby oceny zdolności dyskryminacyjnej cech (będące podstawą ich selekcji). Jak widać z przedstawionych wyników każda z trzech metod automatycznego wyboru cech typuje inne cechy jako najlepsze co nasuwa pierwsze wątpliwości a analiza sporządzonych wykresów (przecinanie się linii) praktycznie dyskwalifikuje dwie z metod oceny zdolności dyskryminacyjnej cech (POE+ACC i MDM) pozostawiając metodę współczynnika Fisher'a. Metoda ta też nie jest doskonała co łatwo zaobserwować na przykładzie cechy skośność gradientu o najlepszym przebiegu wykresu (rys. 12b) lecz posiadającej drugi w rankingu współczynnik Fisher'a. Uzyskane wyniki metody planowej - w/g koncepcji autora - wykazały, że w pewnych przypadkach proste lecz odpowiednio dobrane metody przetwarzania wstępnego i analizy obrazów oparte na obserwacji i wiedzy mogą dać znacznie lepsze wyniki niż rozbudowane i pracochłonne obliczeniowo metody automatyczne. Jak widać z wyznaczonego współczynnika Fisher'a (Fc = 80,2) - deskryptor anizotropii tekstury At obliczony w/g koncepcji autora posiada dla analizowanych obrazów najlepszą zdolność dyskryminacyjną w szczególności w wariancie At(H) wg hipotezy 1 czyli przy określaniu anizotropii drobnych elementów obrazów uzyskanych dzięki filtracji medianowej gómo-przepustowej. Na drugim miejscu są wyniki osiągnięte deskryptorem anizotropii At(EB) a na trzecim miejscu cecha wyznaczana metodą automatyczną: Odwrotny moment różnicowy (5,0) dla obrazów znormalizowanych (Fc = 38,28).
