Artículos de revistas
Noisy Binary Texture Recognition Using the Coordinated Cluster Transform
Reconocimiento de Texturas Binarias Ruidosas Usando la Transformada de Cúmulos Coordinados
Autor
CUEVAS DE LA ROSA, FRANCISCO
KURMYSHEV, EUGUENII
SÁNCHEZ, RAÚL
Institución
Resumen
IN THIS PAPER TECHNIQUE USING THE COORDINATED CLUSER REPRESENTATION (CCR) IS EXAMINED FOR RECOGNITION OF BINARY COMPUTER GENERATED AND NATURAL TEXTURE IMAGES CORRUPTED BY ADDITIVE NOISE. A NORMALIZED LOCAL PROPERTY HISTOGRAM OF THE CCR IS USED AS A UNIQUE FEATURE VECTOR. THE ABILITY OF THE DESCRPTIOR TO CAPTURE SPATIAL STATISTICAL FEATURES OF AN IMAGE IS EXPLOTED. THE EVALUATION CRITERIA IS THE RECOGNITION PERFORMANCE USING A SIMPLE MINIMUN DISTANCE CLASSIFIER FOR RECOGNITION PURPOSE. THE EXPERIMENTAL RESULTS INDICATE THAT THE PROPOSED TECHNNIQUE IS EFFICIENT FOR RECOGNITION OF TEXTURES DETERIORATED BY HIGT LEVEL ADDITIVE NOISE. TEXTURES UNDER TEST RUN THROUGH PERIODIC UP TO RANDOM ONES EN ESTE ARTÍCULO SE ESTUDIA UNA TÉCNICA EN LA REPRESENTACIÓN DE IMÁGENES POR CÚMULOS COORDINADOS (RICC), PARA EL RECONOCIMIENTO DE IMÁGENES BINARIAS TANTO DE TEXTURAS NATURALES COMO AQUELLAS GENERADAS POR COMPUTADORA, LAS CUALES FUERON CORROMPIDAS POR UN RUIDO AUDITIVA. EL HISTORIÓGRAFA NORMALIZADO DE RICC ES USADO COMO VECTOR ÚNICO DE CARACTERÍSTICA SE LA IMAGEN. SE EXPLOTA LA HABILIDAD DEL DESCRIPTOR DE CAPTAR LAS CARACTERÍSTICAS ESTADÍSTICAS ESPACIALES DE UNA IMAGEN. COMO UN CRITERIO DE EVALUACIÓN USAMOS LA EFICIENCIA DE RECONOCIMIENTO USANDO UN CLASIFICADOR SIMPLE DE DISTANCIA MINIMA PARA EL RECONOCIMIENTO DE TEXTURAS, SIN ESTAS DESDE PURAMENTE PERIÓDICAS HASTA COMPLETAMENTE ALEATORIAS.