Preview

Информатика

Расширенный поиск

МЕТОД ВЫЧИСЛЕНИЯ ОБОБЩЕННОГО ГРАДИЕНТА ДЛЯ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ

Аннотация

Рассматривается новый метод вычисления обобщенного градиента яркости для обнаружения и визуализации скрытых (в том числе невидимых для человеческого глаза) объектов на цифровых изображениях типа случайных текстур. Суть предлагаемого метода заключается в вычислении градиентного изображения специального вида с использованием техники скользящего окна. В качестве степени различия, т. е. величины локального «градиента», могут использоваться точность классификации указанных выборок пикселей, взятых из двух половин окна, величина статистической значимости различий, получаемая с помощью теста Стьюдента, или результат сравнения выборок, полученный любым другим подходящим способом.

Об авторе

В. А. Ковалев
Объединенный институт проблем информатики НАН Беларуси
Беларусь


Список литературы

1. Inability of humans to discriminate between visual textures that agree in second-order statistics: revisited / B. Julesz [et al.] // Perception. – 1973. – Vol. 2. – P. 391–405.

2. Julesz, B. Textons, the elements of texture perception, and their inter-action // Nature. –1981. – Vol. 290. – P. 91–97.

3. Abnormalities in the recirculation phase of contrast agent bolus passage in cerebral glioblastomas: Comparison with relative blood volume and tumor grade / A. Jackson [et al.] // American Journal of Neuroradiology. – 2002. – Vol. 23. – P. 7–14.

4. Petrou, M. Three-dimensional nonlinear invisible boundary detection / M. Petrou, V. Kovalev,

5. J. Reichenbach // IEEE Transactions on Image Processing. – 2006. – Vol. 15 (10). – P. 3020–3032.

6. Petrou, M. 3D non-linear invisible boundary detection filters / M. Petrou, F. Mohanna,

7. V. Kovalev // 2nd International Symposium on 3D Data Processing, Visualization and Transmission (3DPVT-2004), 2004. – Thessaloniki, Greece: Comp Society Press, 2004 – P. 970–978.

8. Kovalev, V.A. Invisible differences in brain images of schizophrenics and controls /

9. V.A. Kovalev, M. Petrou // Medical Image Understanding and Analysis. – Imperial College, Lon-don, United Kingdom, 2004. – P. 109–112.

10. Petrou, M. Statistical differences in the grey level statistics of T1 and T2 MRI data of glioma patients / M. Petrou, V. Kovalev // International Journal of Scientific Research. – 2006. – Vol. 16. –

11. P. 119–123.

12. Kovalev, V. Exploring the limits of CT image intensity for discriminating lung tumours and the atelectasis / V. Kovalev, M. Petrou, S. Khoruzhik // In: Medical Image Understanding and Analysis (MIUA 2007). – Aberystwyth, United Kingdom, 2007. – P. 21–25.

13. Ковалев, В.А. Исследование эффективности яркостной информации для сегментации участков ателектаза и раковых опухолей на КТ-изображениях легкого / В.А. Ковалев, С.А. Хоружик, А.Н. Михайлов // Информатика. – 2005. – № 2. – C. 93–101.

14. Михайлов, А.Н. Современные подходы к оценке опухолевой регрессии при лучевой терапии рака легкого / А.Н. Михайлов, С.А. Хоружик, В.А. Ковалев // Весці НАН Беларусі. Cер. мед. навук. – 2005. – № 3. – С. 111–117.

15. Wehrens, R. The bootstrap: a tutorial / R. Wehrens, H. Putter, L.M.C. Buydens // Chemo¬metrics and Intelligent Laboratory Systems. – 2004. – Vol. 54. – P. 35–52.

16. Classification and regression trees. Chapman & Hall / L. Breiman [et al.] // CRC. – N.-Y., 1984. – 368 p.

17. Cortes, C. Support-vector network / C. Cortes, V. Vapnik // Machine Learning. – 1995. – Vol. 20. – P. 1–25.

18. Breiman, L. Random Forests / L. Breiman // Machine Learning. – 2001. – Vol. 45(1). –

19. P. 5–32.


Рецензия

Для цитирования:


Ковалев В.А. МЕТОД ВЫЧИСЛЕНИЯ ОБОБЩЕННОГО ГРАДИЕНТА ДЛЯ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ. Информатика. 2008;(3(19)):56-69.

Просмотров: 468


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)