Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Texture recognition based on diffusion in networks

Texto completo
Autor(es):
Goncalves, Wesley Nunes [1, 2] ; da Silva, Nubia Rosa [3] ; Costa, Luciano da Fontoura [1] ; Bruno, Odemir Martinez [1, 3]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Sao Carlos Inst Phys, POB 369, BR-13560970 Sao Carlos, SP - Brazil
[2] Univ Fed Mato Grosso do Sul, CPPP, BR-79907414 Ponta Pora, MS - Brazil
[3] Univ Sao Paulo, Inst Math & Comp Sci, Ave Trabalhador Sao Carlense 400, BR-13566590 Sao Carlos, SP - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: INFORMATION SCIENCES; v. 364, p. 51-71, OCT 10 2016.
Citações Web of Science: 5
Resumo

Much work has been done in the field of texture analysis and classification. While promising classification methods have been proposed, most of them rely on classical image analysis approaches. This paper presents a texture classification method based on diffusion in directed networks. First, an image is modeled as a directed network by mapping each pixel as a node and connecting two nodes up to a maximum distance r. To reveal texture properties, links between two nodes are removed based on the pixel intensity difference. Once such a network is obtained, the activity of each node is estimated by random walks and combined into a histogram to describe the image. The main contribution of this paper is the use of directed networks, which tends to provide better performance than in undirected cases. Also, we have shown that the activity induced on these networks can be effectively used as texture descriptor. Experimental results show that the proposed method is favorably compared to traditional texture methods on widely used texture datasets. The proposed method is also found to be promising for plant species classification using samples of leaf texture. (C) 2016 Published by Elsevier. Inc. (AU)

Processo FAPESP: 11/01523-1 - Métodos de visão computacional aplicados à identificação e análise de plantas
Beneficiário:Odemir Martinez Bruno
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 11/21467-9 - Reconhecimento de padrões heterogêneos e suas aplicações em biologia e nanotecnologia
Beneficiário:Núbia Rosa da Silva
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 10/08614-0 - Análise de texturas estáticas e dinâmicas e suas aplicações em biologia e nanotecnologia
Beneficiário:Wesley Nunes Gonçalves
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 05/00587-5 - Modelagem por redes (grafos) e técnicas de reconhecimento de padrões: estrutura, dinâmica e aplicações
Beneficiário:Roberto Marcondes Cesar Junior
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 99/12765-2 - Desenvolvimento e avaliação de métodos originais e precisos em análise de formas e imagens e visão computacional
Beneficiário:Luciano da Fontoura Costa
Linha de fomento: Auxílio à Pesquisa - Temático