bibtype	J - Journal Article
ARLID	0411406
utime	20240103182325.2
mtime	20060210235959.9
title (primary) (eng)	Colour texture segmentation using modelling approach
part_num	2
specification	page_count 8 s.
serial	ISSN 0302-9743 title Pattern Recognition and Image Analysis volume_id 3687 volume - (2005) page_num 484-491
title (cze)	Segmentace barevných textur pomocí modelovacího přístupu
keyword	colour texture segmentation
keyword	image models
keyword	segmentation benchmark
author (primary)	ARLID cav_un_auth*0101093 name1 Haindl name2 Michal institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author	ARLID cav_un_auth*0101165 name1 Mikeš name2 Stanislav institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
COSATI	09K
cas_special	project project_id 1M0572 agency GA MŠk ARLID cav_un_auth*0001814 project project_id 1ET400750407 agency GA AV ČR ARLID cav_un_auth*0001797 project project_id IAA2075302 agency GA AV ČR ARLID cav_un_auth*0001801 research CEZ:AV0Z10750506 abstract (eng) A fast and robust type of unsupervised multispectral texture segmentation method with unknown number of classes is presented. Single decorrelated monospectral texture factors are represented by four local autoregressive random field models recursively evaluated for each pixel and for each spectral band. The segmentation algorithm is based on the underlying Gaussian mixture model and starts with an oversegmented initial estimation which is adaptively modified until the optimal number of segments is found. abstract (cze) Článek představuje novou robustní metodu segmentace multispektrálních textur s neznámým počtem tříd. Jednotlivé dekorelované monospektrální složky jsou reprezentovány čtyřmi lokálními modely autoregresivních náhodných polí, které jsou rekurzivně identifikovány pro každý pixel a pro každé spektrální pásmo. Segmentační algoritmus je založen na gaussovském směsovém modelu a začíná s přesegmentovaným počátečním odhadem, který se adaptivně mění až do dosažení optimálního počtu segmentů. action ARLID cav_un_auth*0213239 name International Conference on Advances in Pattern Recognition /3./ place Bath country GB dates 22.08.2005-25.08.2005 RIV BD reportyear 2006 department RO permalink http://hdl.handle.net/11104/0131488 ID_orig UTIA-B 20050136 arlyear 2005 mrcbU63 Pattern Recognition and Image Analysis 0302-9743 Roč. 3687 č. - 2005 484 491