0317589 20240111140712.620081218235959.9 4 s. www cav_un_epca*0317587978-1-4244-2174-93588-3591Los AlamitosIEEE Press2008 illumination invariants Markov random fields texture cav_un_auth*0213290 Vácha Pavel UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101093 Haindl Michal UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. pdf http://library.utia.cas.cz/separaty/2008/RO/vacharo-illumination invariants based on markov random fields.pdf 1ET400750407 GA AV ČR cav_un_auth*0001797 1M0572 GA MŠk cav_un_auth*0001814 2C06019 GA MŠk CZ cav_un_auth*0216518 GA102/08/0593 GA ČR cav_un_auth*0239567 CEZ:AV0Z10750506 We propose textural features, which are invariant to illumination spectrum and extremely robust to illumination direction. They require only a single training image per texture and no knowledge of illumination direction or spectrum. Hence, these features are suitable for content-based image retrieval (CBIR) of realistic scenes with colour textured objects and variable illumination. The illumination invariants are derived from Markov random field based texture representations. Our illumination invariant features are favourably compared with frequented features in this area - the Local Binary Patterns, steerable pyramid and Gabor textural features, respectively. The superiority of our new invariant features is demonstrated in the illumination invariant recognition of the most advanced representation for realistic real-world materiále - Bidirectional Texture Function (BTF) textures. Odvozujeme nové texturní příznaky, které jsou invariantní spektru osvětlení a jsou velmi robustní ke směru osvětlení. Vyžadují pouze jeden obráz textury pro své učení a nevyžadují žádnou znalost směru osvětlení nebo jeho spektra. Proto jsou velmi vhodné pro systémy vyhledávání obrazu podle jeho obsahu (Content-based image retrieval - CBIR) aplikované na reálné scény s barevnými texturovanými objekty a proměnným osvětlením. Iluminační invarianty jsou odvozené z texturních reprezentací založených na markovských náhodných polích (MRF). Naše iluminační invarianty jsou jsou porovnány s nejčastěji používanými příznaky v této oblasti - Local Binary Patterns, řiditelnou pyramidou a Gaborovými příznaky. Převaha našich nových iluminačně invariantních příznaků je demonstrována na rozpoznávání současné nejdokonalejší reprezentaci reálných materiálů - Bidirectional Texture Function (BTF) textur. cav_un_auth*0245453 19th International Conference on Pattern Recognition Tampa 07.12.2008-11.12.2008 US 2010 BD http://hdl.handle.net/11104/0167196 2008 pdf cav_un_epca*0317587 Proceedings of the 19th International Conference on Pattern Recognition 978-1-4244-2174-9 3588 3591 Los Alamitos IEEE Press 2008