1. SCSIT
  2. Всі випуски
  3. Випуск 650, 2009
  4. 4-вимірні інтегральні та розподілені структурні властивості для класифікації та пошуку зображень

4-вимірні інтегральні та розподілені структурні властивості для класифікації та пошуку зображень

SCSIT.
2009;
Випуск 650
: cc. 61 - 67
Authors: 

Р. Мельник, Р. Тушницький

Національний університет «Львівська політехніка», кафедра програмного забезпечення

Представлена методика отримання інтегральних та розподілених структурних властивостей образів на основі алгоритму їх триступеневої кластеризації. Формування ключів зображення за представленими властивостями образів рекомендуються для застосування в автоматизованих системах пошуку зображень.

An approach to determine integral and distributed pattern structural features based on 3-stages clustering algorithm is considered. It is suggested to use these structural features for images classification and searching.

  1. A. Vailaya, A.K. Jain, H.J. Zhang. On image classification: city vs. landscape // Pattern Recognition, vol. 31, p. 1921-1935, 1998.
  2. M.J. Swain, D.H. Ballard. Color indexing // International journal of Computer Vision, vol. 7, n. 1, p. 11-32, 1991.
  3. H. Nezamabadi-pour, E. Kabir. Image retrieval using histograms of unicolor and bicolor blocas and direccional changes in intensity gradient // Pattern Recognition Letters, vol. 25, n. 14, p. 1547-1557, 2004.
  4. F. Mokhtarian, S. Abbasi. Shape similatity retrieval under affine transforms // Pattern Recognition, vol. 35, p. 31-41, 2002.
  5. A.K. Jain, A. Vailaya. Image retrieval using color and shape // pattern Recognition, vol. 29, n. 8, p. 1233-1244, 1996.
  6. B.S. Manjun ath, W.Y. Ma. Texture feature for browsing and retrieval of image data // IEEE PAMI, vol. 8, n. 18,p. 837-842, 1996.
  7. J.R. Smith, C.S. Li. Image classification and quering using composite region templates// Academic Press, Computer Vision and Understanding, vol. 75, p. 165-174, 1999.
  8. J.Z. Wang, J. Li, G. Wiederhold. SIMPLIcity: semantic sensitive integrated matching for picture libraries // IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 23, n. 9, p. 947-963, 2001.
  9. H.W. Yoo, S.H. Jung, D.H. Jang, Y.K. Na. Extraction of major object features using VQ clustering for content-based image retrieval // Pattern Recognition, vol. 35, p. 1115-1126, 2002.
  10. M. Szummer, R.W. Picard. Indoor-outdoor image classification // IEEE International Workshop on Content-Based Access of Image and Video Database (ICCV’98), p. 42-51, 1998.
  11. T.P. Minka, R.W. Picard. Interactive learning using a society of models // Pattern Recognition, vol. 30, n. 3, p. 565, 1997.
  12. M.C. Burl, M. Weber, P. Perona. A probabilistic approach to object recognition using local photometry and global geometry // Proc. European Conf. Computer Vision, p. 628-641, 1998.
  13. J.Z. Wang, M.A. Fishler. Visual similarity, judgmental certainty and stereo correspondence // Proc. DARPA Image Understanding Workshop, 1998.
  14. Мельник Р., Тушницький Р. Керування яскравістю кластера при декомпозиції зображень спектрів // Комп’ютерні науки та інформаційні технології. — 2007. — № 598. — С. 3–8.
  15. Мельник Р., Тушницький Р. Керування параметрами кластера в алгоритмі декомпозиції зображень // Відбір і обробка інформації. — 2007. — № 27 (103). — С. 58–62.