Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "analiza tekstury" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 19
Tytuł:
Analiza jakości czekolad z zastosowaniem DSC i analizy tekstury
Autorzy:
Bagińska, Karolina
Tarasewicz, Piotr
Joka Yildiz, Magdalena
Powiązania:
https://bibliotekanauki.pl/chapters/31232861.pdf
Data publikacji:
2023
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
DSC
analiza tekstury
czekolada
jakość żywności
Opis:
Badaniom poddano 16 czekolad, w tym 4 czekolady mleczne, 9 czekolad gorzkich i 3 czekolady z dodatkami. Dokonano analizy ich jakości z zastosowaniem kalorymetru skaningowego (DSC) oraz analizy tekstury przy użyciu teksturometru. Przedstawiono skład czekolady oraz opisano korelacje kakao i kwasów tłuszczowych pod względem konsystencji i właściwości produktu. Zwrócono również uwagę na stosowane przez producentów oszustwa, polegające na m.in. ograniczaniu zawartości kakao w czekoladach lub udziału kwasów, mające na celu zmniejszenie kosztów produkcji. Stwierdzono, że ilość tłuszczu oraz jego stan krystaliczny podczas produkcji wpływa na właściwości mechaniczne, reologiczne i cechy sensoryczne, oraz ma znaczenie, jeśli chodzi o stabilność przechowywania. Badania w różnicowym kalorymetrze skaningowym pokazują, że zawartość kakao oraz cukru wpływają na entalpię topnienia czekolady. Badania w teksturometrze wykazały brak korelacji między zawartością cukru, tłuszczu, zawartością masy kakaowej a twardością i pracą ścinania.
Źródło:
Innovations – Sustainability – Modernity – Openness. Środowisko; 6-23
9788367185615
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie analizy tekstury obrazu do oceny dynamiki prawidłowego przepływu wieńcowego w badaniu koronarograficznym
The estimation of the normal coronary blood flow dynamics on the basis of coronarograms texture analysis
Autorzy:
Syrycki, M.
Mazurek, W.
Powiązania:
https://bibliotekanauki.pl/articles/261395.pdf
Data publikacji:
2008
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
koronarografia
przepływ wieńcowy
analiza tekstury
coronarography
texture analysis
Opis:
W pracy przedstawiono wstępne rezultaty przeprowadzonej próby oszacowania prawidłowego przepływu wieńcowego w oparciu o cyfrową analizę sekwencji standardowych obrazów koronarograficznych naczyń wieńcowych o różnej średnicy. Zastosowano rozszerzony pakiet analizy tekstury w postaci programu MaZdaŽ. Dokonano wyboru najważniejszych parametrów tekstury przydatnych do realizacji założonego zadania. Uzyskano wyniki wskazujące na dużą czułość opracowywanej metody.
The paper presents preliminary results of the normal coronary blood flow estimation by means of texture analysis of the standard coronarography scans. The coronary vessels with the various size were examined. The software MaZdaŽ for texture analysis was used. The most significant parameters of the texture, useful for coronary blood flow estimation, were determined and analyzed. The results of performed analysis indicate the high sensitivity of this method.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2008, 14, 3; 242-244
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of the influence of standardization and normalization of data on the effectiveness of spongy tissue texture classification
Porównanie wpływu standaryzacji i normalizacji danych na skuteczność klasyfikacji tekstury tkanki gąbczastej kręgosłupa
Autorzy:
Dzierżak, Róża
Powiązania:
https://bibliotekanauki.pl/articles/407656.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
texture analysis
standardization
normalization
classification
analiza tekstury
standaryzacja
normalizacja
klasyfikacja
Opis:
The aim of this article was to compare the influence of the data pre-processing methods – normalization and standardization – on the results of the classification of spongy tissue images. Four hundred CT images of the spine (L1 vertebra) were used for the analysis. The images were obtained from fifty healthy patients and fifty patients with diagnosed with osteoporosis. The samples of tissue (50×50 pixels) were subjected to a texture analysis to obtain descriptors of features based on a histogram of grey levels, gradient, run length matrix, co-occurrence matrix, autoregressive model and wavelet transform. The obtained results were set in the importance ranking (from the most important to the least important), and the first fifty features were used for further experiments. These data were normalized and standardized and then classified using five different methods: naive Bayes classifier, support vector machine, multilayer perceptrons, random forest and classification via regression. The best results were obtained for standardized data and classified by using multilayer perceptrons. This algorithm allowed for obtaining high accuracy of classification at the level of 94.25%.
Celem niniejszego artykułu było porównanie wpływu metod wstępnego przetwarzania danych - normalizacji i standaryzacji - na wyniki klasyfikacji obrazów tkanki gąbczastej. Do analiz wykorzystano czterysta obrazów tomografii komputerowej kręgosłupa (kręg L1). Obrazy pochodziły od pięćdzisięciu zdrowych pacjentów oraz pięćdziesięciu pacjentów ze zdiagnozowaną osteoporozą. Uzyskane próbki tkanki (50×50 pikseli) poddano analizie tekstury w wyniku czego otrzymano deskryptory cech oparte na histogramie poziomów szarości, macierzy gradientu, macierzy RL, macierzy zdarzeń, modelu autoregresji i transformacie falkowej. Otrzymane wyniki ustawiono w rankingu ważności (od najistotniejszej do najmniej ważnej), a pięćdziesiąt pierwszych cech wykorzystano do dalszych eksperymentów. Dane zostały poddane normalizacji oraz standaryzacji, a następnie klasyfikowane przy użyciu pięciu różnych metod: naiwny klasyfikator Bayesa, maszyna wektorów wspierających, wielowarstwowe perceptrony, las losowy oraz klasyfikacji poprzez regresje. Najlepsze wyniki uzyskano dla danych na których przeprowadzono standaryzacje i poddano klasyfikacji za pomocą wielowarstwowych perceptronów. Taki algorytm postępowania pozwolił na uzyskanie wysokiej skuteczności klasyfikacji na poziomie 94,25%.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 3; 66-69
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza tekstury mięsa królików w zależności od sposobu obróbki termicznej
Analysis of the texture of rabbit meat subjected to different means of heat treatment
Autorzy:
Koziol, K.
Palka, S.
Migdal, L.
Derewicka, O.
Kmiecik, M.
Maj, D.
Bieniek, J.
Powiązania:
https://bibliotekanauki.pl/articles/843404.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Zootechniczne
Tematy:
mieso krolicze
tekstura
obrobka termiczna
sila ciecia
profilowa analiza tekstury
Opis:
Celem pracy było zbadanie wpływu rodzaju obróbki termicznej na siłę cięcia i profilową analizę tekstury (TPA) mięsa króliczego. Materiał doświadczalny stanowiły próbki mięsa pozyskane od 22 królików rasy termondzkiej białej. Pobrano dwie próbki z prawego combra (m. longissimus lumborum). Pierwszą próbkę pakowano próżniowo indywidualnie w foliowe opakowanie do przechowywania i mrożenia żywności, i mrożono w temperaturze −18oC przez 72 h, a następnie po rozmrożeniu gotowano w łaźni wodnej w temperaturze 80oC przez 40 minut. Drugą próbkę pakowano indywidualnie w foliowe opakowanie do przechowywania i mrożenia żywności, mrożono w temperaturze −18oC przez 72 h, a następnie rozmrażano i pieczono w temperaturze 180oC, do uzyskania wewnętrznej temperatury 78oC. Badano takie wskaźniki tekstury, jak: siła cięcia, twardość, sprężystość, spójność i żujność. Odnotowano istotne różnice dla parametrów twardości, spójności i żujności mięsa w zależności od rodzaju obróbki termicznej. Twardość mięsa gotowanego była o 32% większa niż mięsa pieczonego, spójność mięsa gotowanego była większa o 10%, natomiast żujność o 39% w stosunku do pieczonego.
The aim of this study was to examine the influence of different types of heat treatment on the shear force and texture profile analysis (TPA) of rabbit meat. The research material was meat samples from 22 Blanc de Termonde rabbits. Two samples from the right loin (m. longissimus lumborum) were collected. The first sample was vacuum-packed in a plastic bag and frozen for 72 h at –18 °C; after thawing the samples were immersed in a water bath and boiled for 40 min at 80 °C. The second sample was placed in a plastic frozen-storage bag and frozen for 72 h at –18 °C; after thawing the samples were roasted at 180 °C to an internal temperature of 78 °C. Shear force, hardness, springiness, cohesiveness and chewiness were measured. Significant differences in hardness, cohesiveness and chewiness were found depending on the type of heat treatment. The hardness of the boiled meat was 32% higher than that of the roasted meat, cohesiveness 10% higher, and chewiness 39% higher than in the case of the roasted meat.
Źródło:
Roczniki Naukowe Polskiego Towarzystwa Zootechnicznego; 2016, 12, 1
1733-7305
Pojawia się w:
Roczniki Naukowe Polskiego Towarzystwa Zootechnicznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of Gabor filters for texture classification of airborne images and LiDAR data
Autorzy:
Marmol, U.
Powiązania:
https://bibliotekanauki.pl/articles/130042.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
texture analysis
lidar
algorithm
automated classification
analiza tekstury
LIDAR
algorytm
klasyfikacja automatyczna
Opis:
In this paper, a texture approach is presented for building and vegetation extraction from LIDAR and aerial images. The texture is very important attribute in many image analysis or computer vision applications. The procedures developed for texture problem can be subdivided into four categories: structural approach, statistical approach, model based approach and filter based approach. In this paper, different definitions of texture are described, but complete emphasis is given on filter based methods. Examples of filtering methods are Fourier transform, Gabor and wavelet transforms. Here, Gabor filter is studied and its implementation for texture analysis is explored. This approach is inspired by a multi-channel filtering theory for processing visual information in the human visual system. This theory holds that visual system decomposes the image into a number of filtered images of a specified frequency, amplitude and orientation. The main objective of the article is to use Gabor filters for automatic urban object and tree detection. The first step is a definition of Gabor filter parameters: frequency, standard deviation and orientation. By varying these parameters, a filter bank is obtained that covers the frequency domain almost completely. These filters are used to aerial images and LIDAR data. The filtered images that possess a significant information about analyzed objects are selected, and the rest are discarded. Then, an energy measure is defined on the filtered images in order to compute different texture features. The Gabor features are used to image segmentation using thresholding. The tests were performed using set of images containing very different landscapes: urban area and vegetation of varying configurations, sizes and shapes of objects. The performed studies revealed that textural algorithms have the ability to detect buildings and trees. This article is the attempt to use texture methods also to LIDAR data, resampling into regular grid cells. The obtained preliminary results are interesting.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 325-336
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The construction of the feature vector in the diagnosis of sarcoidosis based on the fractal analysis of CT chest images
Konstrukcja wektora cech w diagnostyce sarkoidozy na podstawie analizy fraktalnej obrazów CT klatki piersiowej
Autorzy:
Omiotek, Zbigniew
Prokop, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/408644.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
fractal
sarcoidosis
computed tomography
image texture analysis
fraktal
sarkoidoza
tomografia komputerowa
analiza tekstury obrazu
Opis:
CT images corresponding to the cross-sections of the patients’ upper torso were analysed. The data set included the healthy class and 3 classes of cases affected by sarcoidosis. It was a state involving only the trachea – Sick(1), a state including trachea and lung parenchyma – Sick(2) and a state involving only lung parenchyma – Sick(3). Based on a fractal analysis and a feature selection by linear stepwise regression, 4 descriptors were obtained, which were later used in the classification process. These were 2 fractal dimensions calculated by the variation and box counting methods, lacunarity calculated also with the box counting method and the intercept parameter calculated using the power spectral density method. Two descriptors were obtained as a result of a gray image analysis, and 2 more were the effect of a binary image analysis. The effectiveness of the descriptors was verified using 8 popular classification methods. In the process of classifier testing, the overall classification accuracy was 90.97%, and the healthy cases were detected with the accuracy of 100%. In turn, the accuracy of recognition of the sick cases was: Sick(1) – 92.50%, Sick(2) – 87.50% and Sick(3) – 90.00%. In the classification process, the best results were obtained with the support vector machine and the naive Bayes classifier. The results of the research have shown the high efficiency of a fractal analysis as a tool for the feature vector extraction in the computer aided diagnosis of sarcoidosis.
Przeprowadzono analizę obrazów CT górnej części tułowia pacjentów. Zbiór danych zawierał klasę pacjentów zdrowych i 3 klasy przypadków dotkniętych sarkoidozą. Był to stan obejmujący tylko tchawicę – Sick(1), stan obejmujący tchawicę i miąższ płucny – Sick(2) i stan obejmujący tylko miąższ płucny – Sick(3). Na podstawie analizy fraktalnej oraz selekcji cech metodą liniowej regresji krokowej otrzymano 4 deskryptory, które później wykorzystano w procesie klasyfikacji. Były to 2 wymiary fraktalne obliczone za pomocą metod variation i box counting, lakunarność obliczona również za pomocą metody box counting oraz parametr intercept obliczony za pomocą metody widmowej gęstości mocy. W wyniku analizy obrazu szarego otrzymano 2 deskryptory, a 2 kolejne były efektem analizy obrazu binarnego. Skuteczność deskryptorów zweryfikowano za pomocą 8 popularnych metod klasyfikacji. W procesie testowania klasyfikatorów, ogólna dokładność klasyfikacji wyniosła 90,97%, a przypadki zdrowe wykryto z dokładnością 100%. Z kolei, dokładność rozpoznania przypadków chorych była następująca: Sick(1) – 92,50%, Sick(2) – 87,50% i Sick(3) – 90,00%. W procesie klasyfikacji, najlepsze wyniki uzyskano za pomocą maszyny wektorów nośnych i naiwnego klasyfikatora Bayesa. Wyniki badań pokazały wysoką skuteczność analizy fraktalnej jako narzędzia do ekstrakcji wektora cech w komputerowej diagnostyce sarkoidozy.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 2; 16-23
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykrywanie sygnalizowanych punktów na obrazach cyfrowych bliskiego zasięgu z wykorzystaniem analiz typu GIS
Detection of close range digital image signalized points using GIS analysis
Autorzy:
Mierzwa, W.
Powiązania:
https://bibliotekanauki.pl/articles/129599.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
obraz cyfrowy
analiza tekstury
wykrywanie obiektów
fraktale
digital image
object detection
texture analysis
fractal
Opis:
Wykrywanie i automatyczny pomiar położenia punktów na obrazach cyfrowych jest jednym z podstawowych zadań fotogrametrii cyfrowej i realizowane jest przez zaawansowane oprogramowanie fotogrametryczne. W artykule podjęto próbę oceny na ile oprogramowanie GIS, zwłaszcza wykorzystujące rastrowy model danych może być przydatne do znajdowania na obrazach cyfrowych bliskiego zasięgu obiektów o określonych cechach. Dla wyszukiwania obrazów kulek zlokalizowanych na ciele pacjenta w fotogrametrycznym systemie trójwymiarowego pozycjonowania ciała dla celów diagnozy wad postawy opracowanym w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej Akademii Górniczo-Hutniczej w Krakowie, przydatne mogą być analizy tekstury obrazu. Pacjent fotografowany jest na specjalnym stanowisku pomiarowym, równocześnie za pomocą dwóch kamer cyfrowych Sylwetka pacjenta widoczna jest również od tyłu w lustrze usytuowanym za pacjentem. Obrazy wykonano aparatem cyfrowym OLYMPUS CAMEDIA C120 o rozdzielczości 1600×1200 pikseli. Obrazami kulek są jasne lub kolorowe plamki o kształcie zbliżonym do okręgu o wymiarach od kilku do kilkunastu pikseli w zależności od lokalnej skali obrazu. Jako kryteria wyszukiwania kulek przyjęto jednorodność odbicia spektralnego ( w przyjętym zakresie), rozmiar oraz kształt zbliżony do okręgu. Obiecujące wyniki uzyskano stosując do wykrywania kulek fraktale. Obraz wartości fraktalnej poddano przekształceniom polegającym na wyeliminowaniu obiektów o wartości fraktalnej mniejszej niż 2.8, usunięciu obiektów o powierzchni większej niż 60 pikseli oraz współczynnika zwartości większego niż 0.72. Parametry ustalono na podstawie szczegółowej analizy cech jednego typowego obrazu i wykorzystano do analizy innych dwóch obrazów. Zastosowana procedura pozwoliła na poprawne wydzielenie 85 % zasygnalizowanych punktów. Przy ustalaniu wartości parametrów kierowano się założeniem, że mniejszym błędem jest wyznaczenie większej liczby obiektów niż pominięcie obiektów przez przyjęcie zbyt ostrych kryteriów. Położenie wydzielonych obiektów określono jako współrzędne środka ciężkości obszaru wyznaczone funkcją polyras jako polygon locator. W celu oceny dokładności współrzędnych określonych automatycznie porównano je z pomierzonymi manualnie. Odchylenie standardowe różnic współrzędnych wyniosło S x,y = 0.32 piksela co odpowiada 1÷2 mm w układzie obiektu. Uzyskana dokładność jest wystarczająca dla celów diagnozowania wad postawy. W przeprowadzonych analizach wykorzystano oprogramowanie IDRISI-32.
Detection and automatic position measurement on digital images is one of the basic tasks of digital photogrammetry and is done using advanced photogrammetric software. In this paper, an attempt was made to show to what extent GIS software, which uses a raster data model, can be used to detect particular features of objects with close range digital images. Texture analysis can be useful in locating the position of balls attached to the human body in a photogrammetric system for 3D measuring for diagnosis of posture defects, developed in the Department of Photogrammetry and Remote Sensing Informatics of the University of Mining and Metallurgy, Kraków. The images of the patient are taken on a special measuring stand, simultaneously with the use of two digital cameras. The back of the patient body is also visible in the mirror situated behind the patient. The images were taken with a OLYMPUS CAMEDIA C120 digital camera with a resolution of 1600×1200 pixels. The images of balls are light or colored spots with an approximately circular shape and dimensions ranging from a few to a dozen or so pixels, depending on the local image scale. As criteria for ball detection, the similarity of spectral reflectance (in assumed range), dimension and shape similar to a circle were assumed. Promising results in detecting the balls have been achieved using the concept of fractal dimension.The image of fractal dimension were processed to eliminate features with fractal dimensions less then 2.8, remove feature areas less then 60 pixels and a compactness ratio greater then 0.72. The parameters were chosen by closely analyzing typical images and then applying these parameters to analyze the other two. The selected procedure properly detected 85 % of the signal points. In determining the value of parameters, it was assumed that there would be fewer mistakes if more features were detected than for using excessively sharp criteria and omitting some features. For the position of detected objects, the coordinates of the center of gravity of the feature determined by polyras (option polygon locator) were assumed. To estimate the accuracy of the coordinate determined automatically, a manual comparison was done. The standard deviation of the coordinates’ differences equalled S x,y = ±0.32 pixel size, which corresponded to 1÷2 mm in the object scale. The achieved accuracy is sufficient for diagnosis of posture defects. In the analysis, a IDRISI32 was used.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 415-423
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The influence of the principal component analysis of texture features on the classification quality of sponge tissue images
Wpływ analizy głównych składowych cech tekstury na jakość klasyfikacji obrazów tkanki gąbczastej
Autorzy:
Dzierżak, Róża
Powiązania:
https://bibliotekanauki.pl/articles/1841333.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
principal component analysis
classification
texture analysis
medical imaging
analiza głównych składowych
klasyfikacja
analiza tekstury
obrazowanie medyczne
Opis:
The aim of this article was to determine the effect of principal component analysis on the results of classification of spongy tissue images. Four hundred computed tomography images of the spine (L1 vertebra) were used for the analyses. The images were from fifty healthy patients and fifty patients diagnosed with osteoporosis. The obtained tissue image samples with a size of 50x50 pixels were subjected to texture analysis. As a result, feature descriptors based on a grey level histogram, gradient matrix, RL matrix, event matrix, autoregressive model and wavelet transform were obtained. The results obtained were ranked in importance from the most important to the least important. The first fifty features from the ranking were used for further experiments. The data were subjected to the principal component analysis, which resulted in a set of six new features. Subsequently, both sets (50 and 6 traits) were classified using five different methods: naive Bayesian classifier, multilayer perceptrons, Hoeffding Tree, 1-Nearest Neighbour and Random Forest. The best results were obtained for data on which principal components analysis was performed and classified using 1-Nearest Neighbour. Such an algorithm of procedure allowed to obtain a high value of TPR and PPV parameters, equal to 97.5%. In the case of other classifiers, the use of principal component analysis worsened the results by an average of 2%.
Celem niniejszego artykułu było określenie wpływu analizy głównych składowych na wyniki klasyfikacji obrazów tkanki gąbczastej. Do analiz wykorzystano czterysta obrazów tomografii komputerowej kręgosłupa (kręg L1). Obrazy pochodziły od pięćdziesięciu zdrowych pacjentów oraz pięćdziesięciu pacjentów ze zdiagnozowaną osteoporozą. Uzyskane próbki obrazowe tkanki o wymiarze 50x50 pikseli poddano analizie tekstury. W wyniku tego otrzymano deskryptory cech oparte na histogramie poziomów szarości, macierzy gradientu, macierzy RL, macierzy zdarzeń, modelu autoregresji i transformacie falkowej. Otrzymane wyniki ustawiono w rankingu ważności od najistotniejszej do najmniej ważnej. Pięćdziesiąt pierwszych cech z rankingu wykorzystano do dalszych eksperymentów. Dane zostały poddane analizie głównych składowych wskutek czego uzyskano zbiór sześciu nowych cech. Następnie oba zbiory (50 i 6 cech) zostały poddane klasyfikacji przy użyciu pięciu różnych metod: naiwnego klasyfikatora Bayesa, wielowarstwowych perceptronów, Hoeffding Tree, 1-Nearest Neighbour and Random Forest. Najlepsze wyniki uzyskano dla danych, na których przeprowadzono analizę głównych składowych i poddano klasyfikacji za pomocą 1-Nearest Neighbour. Taki algorytm postępowania pozwolił na uzyskanie wysokiej wartości parametrów TPR oraz PPV, równych 97,5%. W przypadku pozostałych klasyfikatorów zastosowanie analizy głównych składowych pogorszyło wyniki średnio o 2%.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 3; 13-16
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ekstrakcja cech teksturalnych w klasyfikacji obrazów tomograficznych wątroby
Texture feature extraction in liver CT image analysis
Autorzy:
Duda, D.
Krętowski, M.
Bézy-Wendling, J.
Powiązania:
https://bibliotekanauki.pl/articles/341025.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
klasyfikacja obrazów medycznych
analiza tekstury
tomografie komputerowe wątroby
computer-aided diagnosis
texture analysis
liver CT images
Opis:
W pracy przedstawiono nową metodę opisu tekstur, przystosowaną do analizy grupy obrazów, przedstawiających na różne sposoby ten sam fragment organu. Charakteryzując obszary zainteresowania, uwzględniono nie tylko cechy teksturalne wyliczone na ich podstawie, ale również ich zależność od warunków pozyskiwania obrazów. Zaproponowano kilka sposobów konstrukcji przestrzeni parametrów odzwierciedlających zmianę tekstury, która zachodzi pod wpływem zmian warunków akwizycji. Proponowaną metodę zweryfikowano doświadczalnie w klasyfikacji obrazów tomograficznych wątroby. Rozpoznawano cztery typy tkanki, dla każdego przypadku rozważono trzy momenty akwizycji, związane z obecnością i propagacją środka kontrastującego. Wyniki uzyskane przy użyciu różnych zestawów cech teksturalnych i klasyfikatora w postaci dipolowych drzew decyzyjnych pokazują, że uwzględnienie zmian tekstury pod wpływem propagacji środka kontrastującego znacznie poprawia diagnozę.
In the work, a new method of texture characterization from multiple scan series is presented. Images with the same slice position, acquired at different conditions, are analyzed simultaneously. Thereby not only texture characteristics of the considered region of interest are taken into account, but also their variations over the different acquisition moments. A few approaches to description of these variations were proposed. They were applied in recognition of four types of hepatic tissue. Liver CT images were acquired during the three typical phases related to presence and propagation of contrast material. Experiments with various sets of texture parameters and dipolar decision tree as a classifier showed that simultaneous analysis of texture features derived from three subsequent acquisition moments could considerably improve the classification accuracy.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 51-66
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Filtry teksturalne w procesie automatycznej klasyfikacji obiektów
Texture filters in the process of automatic object classification
Autorzy:
Marmol, U.
Lenda, G.
Powiązania:
https://bibliotekanauki.pl/articles/129960.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
analiza tekstury
klasyfikacja obiektów
filtry Lawsa
filtry Gabora
texture analysis
object classification
Laws filters
Gabor filters
Opis:
Badanie tekstury jest istotne w wielu zastosowaniach związanych z analizą obrazów dla klasyfikacji, detekcji i segmentacji obiektów. Tekstura stanowi lokalny wzorzec przestrzenny, trudny do zdefiniowania w sposób ścisły. Nie oznacza to jednak, że cecha ta, ze względu na swoją niejednoznaczność, może być ignorowana i pomijana w badaniach nad informacją pochodzącą z obrazów. Tematem przeprowadzonych prac jest interpretacja ortofotomapy prawdziwej (ang. trueortho) w celu automatycznego wykrycia obiektów zabudowy i roślinności. Elementy te na obrazach charakteryzują się różnorodnym kształtem, kolorem i teksturą. W niniejszych badaniach podjęto próbę udowodnienia tezy, że tekstura może stanowić dobry wyznacznik wydzielenia obiektów takich jak drzewa od elementów zabudowy. Procedury teksturalne można podzielić na trzy kategorie: strukturalne, statystyczne i bazujące na filtracji. W niniejszym artykule skupiono się na filtrach teksturalnych – filtrach Gabora, wzmocnionych z wykorzystaniem „energii teksturalnej” Lawsa. Energia teksturalna reprezentuje ilość zmian wewnątrz rozpatrywanego okna na obrazach poddanych określonemu wariantowi filtru. Filtr Gabora jest filtrem liniowym, wykorzystywanym do detekcji krawędzi. Stanowi on uogólnienie transformaty Fouriera, jego reprezentacja częstotliwościowa jest zbliżona do obrazowania systemu wizyjnego człowieka i może być przydatna w procesie opisywania i rozróżniania tekstur. W badaniach wykorzystano dane pozyskane podczas nalotu nad miastem Espoonlahti w Finlandii: dane obrazowe o rozdzielczości terenowej 0.06 m, zarejestrowane kamerą cyfrową Rollei i dane laserowe z systemu TopEye MK II o gęstości 30 punktów/m2.
The texture analysis is important in many applications of image analysis for classification, detection and segmentation of objects. Texture is the local spatial pattern, which is difficult to define strictly. This doesn’t mean, however, that this feature can be ignored and neglected in research on information derived from images, because of its ambiguity. The theme of the study is the interpretation of true orthophoto for automatic detection of building objects and vegetation. These elements are characterized in the image by a variety of shape, color and texture. In the present study the authors attempt to prove the thesis that the texture can be a good indicator for separation of objects such as trees from building elements. Textural procedures can be divided into three categories: structural, statistical and filter based approaches. The paper is focused on the textural filters – the Gabor filters, strengthened by the use of Laws’ "texture energy". The texture energy represents the number of changes within the window in an image subjected to a particular filter variant. The Gabor filter is linear, used for edge detection. It is a generalization of the Fourier transform, its frequency representation is similar to the imaging of human visual system and may be useful in the process of describing and differentiating textures. The data used for study have been collected during a flight over the Finland town Espoonlathi. They were as follow: image data with a spatial resolution of 0.06 m, acquired with a digital camera Rollei, and laser data from the TopEye MK II system with a resolution of 30 points/m2.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 235-243
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody analizy obrazu – analiza obrazu mammograficznego na podstawie cech wyznaczonych z tekstury
Image analysis methods - analysis of mammographic image based on textural features
Autorzy:
Lazarek, J.
Powiązania:
https://bibliotekanauki.pl/articles/408690.pdf
Data publikacji:
2013
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
mammografia
obrazowanie medyczne
analiza tekstury
klasyfikacja obrazów
mammography
medical diagnostic imaging
image texture analysis
image classification
Opis:
W artykule przedstawiono analizę możliwości zastosowania cech wyznaczanych z tekstury do klasyfikacji wykrytych, na obrazie mammograficznym, obszarów zainteresowania – jako obszarów niezmienionych lub zmienionych chorobowo. Cechy tekstury wyznaczono na podstawie histogramu, macierzy gradientu, macierzy długości pasm oraz macierzy zdarzeń. Klasyfikację przeprowadzono z wykorzystaniem klasyfikatora k-NN. W wyniku przeprowadzonych eksperymentów poprawnie rozpoznano wszystkie zmienione chorobowo próbki.
This paper presents an analysis of the possibility of using textural features for mammographic images classification. Textural features are calculated base on histogram, gradient matrix, run-length matrix, co-occurence matrix. Classification is based on k-NN classifier, the regions of interest can be classified as normal or abnormal. Results of some experiments are presented. All of abnormal regions were classified correctly.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 4; 10-13
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Roundness and matt degree of quartz grain surfaces in (fluvio-)glacial deposits of the Pomeranian Stage (Weichselian) in northeast Germany
Autorzy:
Górska-Zabielska, M.
Powiązania:
https://bibliotekanauki.pl/articles/94355.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
textural analysis
quartz grain
Pomeranian Stage
Mecklenburg-Vorpommern
Uckermark
analiza tekstury
ziarna kwarcowe
Meklemburgia-Pomorze Przednie
Opis:
Glacial tills and fluvioglacial sediments deposited by the ice-sheet during the Pomeranian Stage (Weichselian) in northeast Germany have been examined in terms of the degree of abrasion, rounding and frosting of quartz grain surfaces in order to determine the conditions and processes that occurred in the alimentation environment of the fine-grained material, as well as during transport. Strata in the glaciomarginal zone and the hinterland of the Pomeranian Stage in the area represent diverse lithofacies, but have similar textural features. These features illustrate mainly that a high-energy aquatic environment had reacted with glacial deposits prior to their inclusion into the ice mass and deposited in the area covered by the Odra lobe. The lack of regional diversification in the character of quartz grain surfaces in glacial deposits between the German part of the Odra lobe and the remainder of the area analysed is recorded solely in the morphological dimension, i.e. the outlet fragment of the ice-front’s course, but not in textural features of the sediments.
Źródło:
Geologos; 2015, 21, 2; 117-125
1426-8981
2080-6574
Pojawia się w:
Geologos
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of the suitability of selected image types in a texture analysis of satellite imagery
Przydatność wybranych typów obrazów w analizie tekstury zdjęć satelitarnych
Autorzy:
Kupidura, P.
Staniak, K.
Powiązania:
https://bibliotekanauki.pl/articles/132198.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
remote sensing
texture analysis
granulometric analysis
mathematical morphology
land cover classification
teledetekcja
analiza tekstury
analiza granulometryczna
morfologia matematyczna
klasyfikacja pokrycia terenu
Opis:
The article presents studies on the impact of the source image type on the efficacy of image texture analysis in the terms of distinguishing classes of land use or land cover (LULC). Single gray-scale images are usually the inputs for this type of operation, however their selection is not unambiguous, especially in the case of multispectral images. Two very high resolution satellite images were used in the study: Pleiades (GSD: 2 m) and QuickBird (2.4 m). Five different input images were tested: the original near-infrared and red bands, the images of the first two main components, and the image of the normalised difference vegetation index - NDVI. Five LULC classes were compared to each other: bare soil, low vegetation, deciduous forests, coniferous forests and built-up areas. Granulometric analysis, as the one of the high efficient methods of texture analysis, was used for the test. Research results have shown that the choice of source image for this kind of processing can be very important for the efficacy of distinguishing between different LULC classes. NDVI images, and also the near infrared band and the first principal component were found most useful.
Artykuł przedstawia badania dotyczące wpływu typu obrazu źródłowego na skuteczność analizy teksturowej obrazu z punktu widzenia wyodrębniania klas użytkowania lub pokrycia terenu (LULC). Tego typu operacjom poddawane są zazwyczaj pojedyncze obrazy w skali szarości, jednak ich wybór nie jest jednoznaczny, zwłaszcza w przypadku obrazów wielospektralnych. W badaniach wykorzystano dwa obrazy satelitarne o bardzo wysokiej rozdzielczości: Pleiades (GSD: 2 m) oraz QuickBird (2,4 m). Testowano pięć różnych obrazów wejściowych: oryginalne kanały bliskiej podczerwieni oraz czerwieni, obrazy dwóch pierwszych składowych głównych oraz obraz wskaźnika NDVI. Porównano wzajemnie pięć klas użytkowania lub pokrycia terenu: odkrytą glebę, niską roślinność, lasy liściaste, lasy iglaste oraz tereny zabudowane. Jako narzędzie testów wybrano analizę granulometryczną, jedną z metod analizy teksturowej o wysokiej skuteczności. Wyniki badań pokazały, że wybór obrazu źródłowego do przetworzeń może mieć bardzo duże znaczenie przy rozróżnianiu różnych klas użytkowania lub pokrycia terenu. Największą przydatnością cechowały się obrazy NDVI oraz kanału bliskiej podczerwieni i pierwszej składowej głównej.
Źródło:
Teledetekcja Środowiska; 2017, 57; 27-34
1644-6380
Pojawia się w:
Teledetekcja Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Instrumentalny test analizy profilu tekstury
Autorzy:
Kubiak, M. S.
Dolik, K.
Powiązania:
https://bibliotekanauki.pl/articles/274329.pdf
Data publikacji:
2017
Wydawca:
Roble
Tematy:
tekstura żywności
metody instrumentalne
TPA
analiza profilu tekstury
food texture
instrumental methods
texture profile analysis
Opis:
Instrumentalne metody oceny tekstury produktów spożywczych coraz bardziej zyskują na znaczeniu zarówno w przemyśle spożywczym, jak i specjalistycznych instytutach badawczych. Ich zaletami są: szybkość pozyskiwania danych, możliwość jednoczesnego pozyskiwania informacji o kilku różnych właściwościach tekstury oraz niezależność uzyskiwanych wyników od stanu psychofizycznego osób obsługujących aparaturę. W artykule skupiono się na przedstawieniu możliwości wykorzystania instrumentalnego testu Analizy Profilu Tekstury (TPA) dla różnych rodzajów produktów spożywczych: mięsa, pieczywa oraz owoców. Omówione zostało stanowisko pomiarowe, przykładowe parametry testu dla poszczególnych rodzajów produktów oraz otrzymane wyniki badań.
Źródło:
LAB Laboratoria, Aparatura, Badania; 2017, 22, 1; 23-28
1427-5619
Pojawia się w:
LAB Laboratoria, Aparatura, Badania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of two interpolation methods for empirical mode decomposition based evaluation of radiographic femur bone images
Autorzy:
Udhayakumar, G.
Sujatha, C. M.
Ramakrishnan, S.
Powiązania:
https://bibliotekanauki.pl/articles/306313.pdf
Data publikacji:
2013
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
anisotropy
bone mineral density
hierarchical b-spline
intrinsic mode function
radial basis function multiquadratic
trabecular soft bone
texture analysis
anizotropia
gęstość mineralna kości
analiza tekstury
Opis:
Analysis of bone strength in radiographic images is an important component of estimation of bone quality in diseases such as osteoporosis. Conventional radiographic femur bone images are used to analyze its architecture using bi-dimensional empirical mode decomposition method. Surface interpolation of local maxima and minima points of an image is a crucial part of bi-dimensional empirical mode decomposition method and the choice of appropriate interpolation depends on specific structure of the problem. In this work, two interpolation methods of bi-dimensional empirical mode decomposition are analyzed to characterize the trabecular femur bone architecture of radiographic images. The trabecular bone regions of normal and osteoporotic femur bone images (N = 40) recorded under standard condition are used for this study. The compressive and tensile strength regions of the images are delineated using pre-processing procedures. The delineated images are decomposed into their corresponding intrinsic mode functions using interpolation methods such as Radial basis function multiquadratic and hierarchical b-spline techniques. Results show that bi-dimensional empirical mode decomposition analyses using both interpolations are able to represent architectural variations of femur bone radiographic images. As the strength of the bone depends on architectural variation in addition to bone mass, this study seems to be clinically useful.
Źródło:
Acta of Bioengineering and Biomechanics; 2013, 15, 2; 73-80
1509-409X
2450-6303
Pojawia się w:
Acta of Bioengineering and Biomechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 19

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies