Colour texture segmentation using modelling approach

0411406 - UTIA-B 20050136 RIV DE eng J - Journal Article
Haindl, Michal - Mikeš, Stanislav
Colour texture segmentation using modelling approach.
[Segmentace barevných textur pomocí modelovacího přístupu.]
Pattern Recognition and Image Analysis. Roč. 3687, č. - (2005), s. 484-491. ISSN 0302-9743.
[International Conference on Advances in Pattern Recognition /3./. Bath, 22.08.2005-25.08.2005]
R&D Projects: GA MŠMT 1M0572; GA AV ČR 1ET400750407; GA AV ČR IAA2075302
Institutional research plan: CEZ:AV0Z10750506
Keywords : colour texture segmentation * image models * segmentation benchmark
Subject RIV: BD - Theory of Information

A fast and robust type of unsupervised multispectral texture segmentation method with unknown number of classes is presented. Single decorrelated monospectral texture factors are represented by four local autoregressive random field models recursively evaluated for each pixel and for each spectral band. The segmentation algorithm is based on the underlying Gaussian mixture model and starts with an oversegmented initial estimation which is adaptively modified until the optimal number of segments is found.

Článek představuje novou robustní metodu segmentace multispektrálních textur s neznámým počtem tříd. Jednotlivé dekorelované monospektrální složky jsou reprezentovány čtyřmi lokálními modely autoregresivních náhodných polí, které jsou rekurzivně identifikovány pro každý pixel a pro každé spektrální pásmo. Segmentační algoritmus je založen na gaussovském směsovém modelu a začíná s přesegmentovaným počátečním odhadem, který se adaptivně mění až do dosažení optimálního počtu segmentů.
Permanent Link: http://hdl.handle.net/11104/0131488