Корреляционные признаки для классификации текстурных изображений

Abstract

Целью работы является исследование различных корреляционных характеристик изображения для решения задачи классификации текстурных изображений. В ходе работы была поставлена серия экспериментов на множестве 4480 реальных цифровых изображений из открытого набора Kylberg Texture Dataset v. 1.0. Подготовлен комплекс программ, позволяющий произвести необходимые расчеты. Вычислены автокорреляционные характеристики изображения, а также получены аппроксимирующие коэффициенты из уравнения регрессии. Доля верно распознанных изображений составила 88,7% для 28 классов изображений. The aim of our work is to study various correlative features of the images in order to solve the classification problem of textural images. In the present paper series of experiments was performed on a set of 4480 real digital images from the open Kylberg Texture Dataset v. 1.0. A set of programs which is necessary for computations was developed. The autocorrelative features of the images are calculated, and the approximating coefficients from the regression equation are obtained. The correctly recognized images made 88.7% for 28 classes of images.