Probabilistic Discrete Mixtures Colour Texture Models

0311950 - ÚTIA 2009 RIV DE eng J - Článek v odborném periodiku
Haindl, Michal - Havlíček, Vojtěch - Grim, Jiří
Probabilistic Discrete Mixtures Colour Texture Models.
[Pravděpodobnostní diskrétní směsové barevné texturní modely.]
Lecture Notes in Computer Science. Roč. 2008, č. 5197 (2008), s. 675-682. ISSN 0302-9743.
[Iberoamerican Congress on Pattern Recognition /13./. Havana, 09.092008-12.09.2008]
Grant CEP: GA AV ČR 1ET400750407; GA MŠMT 1M0572; GA ČR GA102/07/1594; GA ČR GA102/08/0593
Grant ostatní: GA MŠk(CZ) 2C06019
Výzkumný záměr: CEZ:AV0Z10750506
Klíčová slova: Discrete distribution mixtures * EM algorithm * texture modeling
Kód oboru RIV: BD - Teorie informace
http://library.utia.cas.cz/separaty/2008/RO/haindl-havlicek-grim-probabilistic%20discrete%20mixtures%20colour%20texture%20models.pdf

A new generative multispectral texture model based on discrete distribution mixtures is introduced. Statistical texture properties are represented by a discrete distribution mixture of product components. A natural colour or multispectral texture is spectrally factorized and discrete mixtures models are learned and used to synthesize single orthogonal monospectral components. Texture synthesis is based on easy computation of arbitrary conditional distributions from the model. Finally single synthesized monospectral texture components are transformed into the required synthetic colour texture. This model can easily serve for texture segmentation, retrieval or to model single factors in complex Bidirectional Texture Function (BTF) space models. The advantages and weak points of the presented approach are demonstrated on several colour texture applications.

Článek prezentuje nový generativní multispektrální texturní model založený na diskrétních distribučních směsích. Statistické texturní vlastnosti jsou reprezentovány pomocí diskrétní distribuční směsi násobných komponentů. Přírodní barevná nebo multispektrální textura je spektrální faktorizována a diskrétní směsové modely se učí na jednotlivých ortogonálních monospektrálních složkách. Syntéza textury je založena na snadném výpočtu libovolné podmíněné distribuce modelu. Nakonec jsou jednotlivé syntetizované monospektrální texturní složky transformovány do požadované syntetické barevné textury. Tento model se může snadno použít pro segmentaci textur, vyhledávání, nebo modelování jednotlivých faktorů modelů BTF prostoru. Výhody a nedostatky prezentovaného modelu jsou předvedeny na několika aplikacích barevných textur.
Trvalý link: http://hdl.handle.net/11104/0163153