Reconhecimento de texturas utilizando padrão binário local e classificador kNN

Autores

  • Vinicius Santos Andrade Unesp

Resumo

Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais comum a utilização de imagens para extrair informações. Este artigo tem como objetivo verificar a eficácia da classificação de texturas através do padrão binário local (LBP) utilizando como o classificador kNN (do inglês k nearest neighbors).

Biografia do Autor

Vinicius Santos Andrade, Unesp

Mestrando em ciência da computação.

Referências

FUKUNAGA, Keinosuke; NARENDRA, Patrenahalli M. A branch and bound algorithm for computing k-nearest neighbors. IEEE transactions on computers, v. 100, n. 7, p. 750-753, 1975.

GONZALES, R. C.; WOODS, R.E. Processamento Digital de Imagens. 3° ed. São Paulo. Pearson. 2010

HARALICK, R.M. Statistical and structural approaches to texture. Proceedings of IEEE, 67(5):786-804, 1979.

MathWorks – Documentation. Disponível em: <https://www.mathworks.com/help/>. Acesso em 28 de setembro de 2016.

OJALA, T.; PIETIKÄINEN, M. HARWOOD, D. A comparative study of texture measures with classification based on distribution. Pattern Recognition, v. 29, n.1, p.51-59, 1996.

Downloads

Publicado

2018-08-23