Niskodimenzionalni prostorno-teksturalni deskriptori multispektralnih slika
Low-dimensional spatial-textural descriptors of multispectral images.
Author
Avramović, AleksejMentor
Reljin, Irini
Committee members
Bjelica, MilanBabić, Zdenka
Popović, Miodrag

Risojević, Vladimir
Metadata
Show full item recordAbstract
Prepoznavanje vizuelnog i semantickog sadrzaja u slikama primjenom racunarskih
programa ima sve veci znacaj u raznim granama privrede i industrije, medicini,
vojnoj industriji, itd. Prepoznavanje sadrzaja u slikama se u vecini prakticnih aplikacija
oslanja na metode obrade koje na osnovu numerickih vrijednosti na digitalnim
slikama odreduju njihov sadrzaj. U mnogim slucajevima vazno je odrediti koliko je
sadrzaj dvije slike slican, da li prikazuju isti objekat ili isti dogadaj. Sa druge
strane, svjedoci smo da se razvojem moderne tehnologije nezaustavljivo povecava
broj generisanih digitalnih slika. Savremeni klinicki centri opremljeni digitalnom radiologijom,
dnevno generisu i do nekoliko desetaka hiljada novih snimaka. Manuelno
opisivanje sadrzaja tako velikog broja slika predstavlja praktican problem. Takode,
svakodnevno dobijamo veliku kolicinu podataka snimljenih tehnikama daljinske detekcije,
pri cemu specicne aplikacije zahtjevaju brzo prepoznavanje sadrzaja takvih
snimaka.
Potr...eba za prepoznavanjem vizuelnog i semantickog sadrzaja u slikama dovela
je do razvoja velikog broja pristupa za opisivanje tog sadrzaja na nacin pogodan
za koriscenje u racunarskim sistemima. Cesto se slikama pridruzuju odgovarajuci
deskriptori koji treba da opisu" sadrzaj u slikama. Ti deskriptori su vektori numeri
ckih vrijednosti ili skup kljucnih rijeci, koji treba da budu odredeni tako da se
pomocu njih mogu razlikovati slike razlicitog vizuelnog ili semantickog sadrzaja ili
prepoznati slike slicnog sadrzaja. Posto ljudski vizuelni sistem ekasno koristi informacije
o teksturi za prepoznavanje objekata, u prakticnim aplikacijama se cesto
koriste deskriptori teksture.
Razvoj tehnologije omogucio je upotrebu jeftinih multispektralnih kamera, pa
se postavlja pitanje kako opisati sadrzaj slika sa vecim brojem spektralnih opsega.
Jednostavno prosirivanje deskriptora i upotreba dodatnih podataka moze posluziti
da se na odgovarajuci nacin opise sadrzaj multispektralnih slika, ali sa znacajnim
povecanjem potrebnih memorijskih resursa i racunarske kompleksnosti.
U ovoj disertaciji su predlozene su metode za izdvajanje niskodimenzionalnih deskriptora
multispektralnih slika, pogodnih za automatsku klasikaciju slika. Takode,
razmotreni su pristupi za ukljucivanje podataka o prostornom rasporedu lokalnih
obiljezja na slikama u deskriptor, kako bi se povecala tacnost klasikacije. Na kraju,
predlozena je nova metoda za izdvajanje niskodimenzionalnih prostorno-teksturalnih
deskriptora za multispektralne slike...
Recognition of visual and semantic content on images using computer programs
gained an importance in various elds of agriculture, industry, medicine, military
industry etc. Most practical applications use certain methods based on the numerical
value of the digital images to determine what is a content of those images. In many
cases, it is important to determine a level of visual or semantic similarity between
two dierent images, does two images showing the same object or maybe the same
event. We are witnessing that development of modern technology cause unstoppable
increase of the number of daily generated digital images. Modern clinical centers,
equipped with digital radiology, generate up to tens of thousands of new images
per day, so their manual annotation presents a practical problem. Moreover, each
day brings a large amount of remotely sensed images and many specic applications
require fast identication of their visual content.
The need to recognize visual and semantic content in... images initiated the development
of a large number of methods for description of image contents, in such
a manner suitable for use in specic computer systems. Images are is associated
with appropriate descriptors that should describe" the visual or semantic content
of those images. These descriptors can be vectors with numerical values, which
should be calculated so it is possible to use them to distinguish between images
with dierent visual or semantic content or to recognize images with similar content.
Since the human visual system eectively relies on texture to identify objects,
texture descriptors are often used in practical applications.
Technology development enable the widespread usage of cheap multispectral cameras,
which can capture the data beyond visible spectra. Thus, it is necessary to
investigate how to represent and describe the content of multispectral images in the
way suitable for practical applications based on image classication. Simple extension
of descriptors can increase classication accuracy, but with the cost of more
memory resources and computational complexity.
In this dissertation, dierent methods for extraction of low-dimensional descriptors
for multispectral images are proposed, which used for automatic image classi
cation. Moreover, the usage of spatial position of local textural features is discussed
as well. It was concluded that extension of texture descriptor of grayscale
images with additional data providing spatial-based texture features, can increase
classication accuracy...