Синтез оптимальных дифференциаторов для алгоритма обнаружения локально ориентированных текстур
Грузман И.С.

Аннотация:
Предложен метод построения помехоустойчивых масочных дифференцирующих фильтров, минимизирующих вероятность ошибки обнаружения локально ориентированных текстур алгоритмом на основе градиентного структурного тензора. Для решения задачи синтеза предложено использовать гауссовскую аппроксимацию распределения компонент градиентного структурного тензора. Показано, что применение оптимальных масочных дифференцирующих фильтров приводит к значительному уменьшению вероятности ошибки обнаружения.

Abstract:
A method is proposed for constructing noise-resistant mask differentiating filters minimizing error probability in locally oriented texture detection algorithm based on gradient structure tensor. A gaussian approximation of the components joint distribution of the gradient structure tensor is proposed to solve the problem of synthesizing.
It is shown that a decrease in the systematic error leads to a considerable increase in the accuracy of directional field estimation. It is shown that the use of optimal mask differentiating filter greatly reduces the probability of error detection.

Ключевые слова :
ориентированная текстура, градиентный структурный тензор, масочный дифференцирующий фильтр, ошибка обнаружения.

Key words:
oriented texture, gradient structure tensor , mask differentiating filter, error detection.

Литература:

  1. Vliet, L. Estimators for Orientation and Anisotropy in Digitized Images / L. Vliet, P. Verbeek // Proc. First Annual Conference of the “Advanced School for Computing and Imaging” – ASCI’95, Heijen, NL, May 16-18, 1995. – P. 442-450.
  2. Maltoni, D. Handbook of Fingerprint Recognition / D. Maltoni, D. Maio, A.K. Jain, S. Prabhakar. – NY: Sprin­ger-Verlag, 2009. – 496 p.
  3. Методы компьютерной оптики / под ред. В.А. Сойфера. – 2 изд., испр. – М.: Физматлит, 2003. – 784 с. – ISBN 5-9221-0270-2.
  4. Грузман, И.С. Сегментация анизотропных изображений на основе локальных спектральных моментов / И.С. Грузман, К.В. Новиков // Автометрия. – 2004. – Т. 40, № 4. – С. 26-32. – ISSN 0320-7102.
  5. Roli, F. Measure of texture anisotropy for crack detection on textured surfaces / F. Roli // Electronics Letters. – 1996. – V. 32, N 14. – P. 1274-1275.
  6. Bigun, J. Vision with Direction: A systematic introduction to image processing and computer vision / J. Bigun. – Berlin: Springer-Verlag, 2006. – 396 p.
  7. Jahne, B. Digital Image processing / B. Jahne.– NY: Springer-Verlag, 2005. – 607 p.
  8. Грузман, И.С. Анализ систематических ошибок алгоритма построения поля направлений на основе спектральных моментов / И.С. Грузман, В.Б. Карпушин // Доклады АН ВШ РФ. – 2008. – № 1. – С. 73-82. – ISSN 1727-2769.
  9. Грузман, И.С. Синтез градиентных алгоритмов с минимальной систематической ошибкой оценивания поля направлений / И.С. Грузман, В.Б. Карпушин // Автометрия . – 2010. – Т. 46, № 1. – С. 3-12. – ISSN 0320-7102.
  10. Feng, X. Multiscale Principal Components Analysis for Image Local Orientation Estimation / X. Feng , P. Milanfar // Proc. of the 36th Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA. – 2002, November. – V. 1. – P. 478-482.
  11. Грузман, И.С. Быстрый алгоритм сегментации анизотропных изображений на основе локальных спектральных моментов / И.С. Грузман, К.В. Новиков // Известия высших учебных заведений России. Радиоэлектроника. – 2005. – № 3. – С. 50-56. – ISSN 1993-8985.
  12. Dudgeon, D.E. Multidimensional Digital Signal Processing / D.E. Dudgeon, R.M. Mersereau. – New Jersey: Prentice-Hall, 1984. – 488 p.

References:

  1. Vliet, L. Estimators for Orientation and Anisotropy in Digitized Images / L. Vliet, P. Verbeek // Proc. First Annual Conference of the “Advanced School for Computing and Imaging” – ASCI’95, Heijen, NL, May 16-18, 1995. – P. 442-450.
  2. Maltoni, D. Handbook of Fingerprint Recognition / D. Maltoni, D. Maio, A.K. Jain, S. Prabhakar. – NY: Sprin­ger-Verlag, 2009. – 496 p.
  3. Methods of Computer Images Processing (Secondary Edition) / edited by V.A. Soifer. –  Мoscow: “Fizmatlit” Publisher, 2003. – 784 p. – ISBN 5-9221-0270-2. – (In Russian).
  4. Gruzman, I.S. Anisotropic image segmentation based on local spectral characteristics / I.S. Gruzman, K.V. Novikov // Avtometriya. – 2004. – V. 40, N 6. – P. 23-28. – ISSN 0320-7102. – (In Russian).
  5. Roli, F. Measure of texture anisotropy for crack detection on textured surfaces / F. Roli // Electronics Letters. – 1996. – V. 32, N 14. – P. 1274-1275.
  6. Bigun, J. Vision with Direction: A systematic introduction to image processing and computer vision / J. Bigun. – Berlin: Springer-Verlag, 2006. – 396 p.
  7. Jahne, B. Digital Image processing / B. Jahne.– NY: Springer-Verlag, 2005. – 607 p.
  8. Gruzman, I.S. Analysis of Systematic Errors of Algorithm of Constructing Directional Field Based on Spectral Characteristics / I.S. Gruzman, V.B. Karpushin // Doklady Akad. Nauk Vyssh. Shkoly Ros. Feder. – 2008. – N 1. – P. 73- 82. – ISSN 1727-2769. – (In Russian).
  9. Gruzman, I.S. Synthesis of Gradient Algorithms with the Minimum Systematic Error in Estimating Directional Fields / I.S. Gruzman, V.B. Karpushin // Avtometriya. – 2010. – V. 46, N 1. – P. 1-8. – ISSN 0320-7102. – (In Russian).
  10. Feng, X. Multiscale Principal Components Analysis for Image Local Orientation Estimation / X. Feng, P. Milanfar // Proc. of the 36th Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA. – 2002, November. –V. 1. – P. 478-482.
  11. Gruzman, I.S. Fast Algorithm of Segmentation of Anisotropic Images Based on Local Spectral Characteristics / I.S. Gruzman, K.V. Novikov // Izv. Vyssh. Uchebn. Za­ved. Rossii, Ser. Radioelektronika. – 2005. – N 3. – P. 50-56. – ISSN 1993-8985. – (In Russian)
  12. Dudgeon, D.E. Multidimensional Digital Signal Processing / D.E. Dudgeon, R.M. Mersereau. – New Jersey: Prentice-Hall, 1984. – 488 p.
© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846 2) 332-56-22, факс: +7 (846 2) 332-56-20