RSurf Texture Descriptor

Varování

Publikace nespadá pod Ekonomicko-správní fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Název česky	Popisovač textúry RSurf
Autoři	MAJTNER Tomáš STOKLASA Roman SVOBODA David
Rok publikování	2014
Druh	Software
Fakulta / Pracoviště MU	Fakulta informatiky
www	http://cbia.fi.muni.cz/projects/rsurf-texture-descriptor.html
Popis	In biomedical image analysis, object description and classification tasks are very common. Our work relates to the problem of classification of Human Epithelial (HEp-2) cells. Since the crucial part of each classification process is the feature extraction and selection, much attention should be concentrated to the development of proper image descriptors. In this article, we introduce a new efficient texture-based image descriptor for HEp-2 images. We compare proposed descriptor with LBP, Haralick features (GLCM statistics) and Tamura features using the public MIVIA HEp-2 Images Dataset. Our descriptor outperforms all previously mentioned approaches and the kNN classifier based solely on the proposed descriptor achieve the accuracy as high as 91.1%.
Související projekty:	Dynamika a organizace chromosomů během buněčného cyklu a při diferenciaci v normě a patologii Rozsáhlé výpočetní systémy: modely, aplikace a verifikace III.