Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
15
WOS
Status:
Autorzy: Kvyetnyy Roman N., Sofina Olga, Olesenko Alla, Komada Paweł, Sikora Jan, Kalizhanova Aliya, Smailova Saule
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0,5
Język: angielski
Strony: 1784 - 1792
Web of Science® Times Cited: 0
Scopus® Cytowania: 14
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: XL-th IEEE-SPIE Joint Symposium on Photonics, Web Engineering, Electronics for Astronomy and High Energy Physics Experiments
Skrócona nazwa konferencji: XL SPIE-IEEE-PSP 2017
URL serii konferencji: LINK
Termin konferencji: 28 maja 2017 do 6 czerwca 2017
Miasto konferencji: Wilga
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
This article suggests the method of image segmentation, using Laws' texture energy measures. This method allows identifying segments of images efficiently for their further use in the image processing. Laws` measures describe the image most accurately, resulting in making it easier and more efficient in comparison with the other approaches to allocate separate classes of textures. In order to obtain these measures the sixteen masks are calculated. Resulting energy measures can be provided after applying each of the masks to the image. The developed algorithm was tested using a set of test images. Analysis of the obtained results has showed that in case of visually similar texture images the transition to energy maps significantly improves the correlation coefficient and therefore emphasizes textural features of the images and makes it possible to identify the similarities of textures. In order to evaluate the results of efficiency of developed algorithm properly, its results have been compared to the segmentation method based on matrix matches. It was proved that segmentation based on Laws` measures can detect various types of texture more precisely and with greater speed of operation.