ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Using Co-occurrence Features Extracted From Ripplet I Transform in Texture Classification

سال انتشار: 1391
کد COI مقاله: ICEE20_304
زبان مقاله: انگلیسیمشاهده این مقاله: 944
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Using Co-occurrence Features Extracted From Ripplet I Transform in Texture Classification

Tayebe Muhammady - Science and Research branch, Islamic Azad University
Hassan Ghassemian - Tarbiat Modares University
Farbod Razzazi - Science and Research branch, Islamic Azad University

چکیده مقاله:

Texture analysis plays an important role in image processing. Nowadays transform based methods such as wavelet or curvelet transform based methods are widely being used. Inthis paper textured images are classified using ripplet type-I transform. Ripplet I is a higher dimension expansion fromcurvelet transform which generalizes its parabolic scaling law. Using this transform two dimensional signals can be represented in different directions and scales. After applying ripplet transform on the textures, we try to classify them in three different ways. First, images are classified directly based onripplet coefficients. Then classification based on statistical features extracted from ripplet coefficients is done. In the thirdcase classification is done based on co-occurrence features extracted from ripplet coefficients. This is the first time cooccurrence features extracted from ripplet coefficients are being used in classification. Classification based on curvelet transform is also done for the purpose of comparison. Experimental results show better performance in the Co-occurrence method

کلیدواژه ها:

ripplet I transform, curvelet transform, texture classification, co-occurrence features

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICEE20_304 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/154517/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Muhammady, Tayebe and Ghassemian, Hassan and Razzazi, Farbod,1391,Using Co-occurrence Features Extracted From Ripplet I Transform in Texture Classification,20th Iranian Conference on Electric Engineering,Tehran,,,https://civilica.com/doc/154517

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391, Muhammady, Tayebe؛ Hassan Ghassemian and Farbod Razzazi)
برای بار دوم به بعد: (1391, Muhammady؛ Ghassemian and Razzazi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • T. Ojala, T. Maenpaa, M. Pietikainen, J. Viertola, J. Kyllonen ...
  • Gray level co-occurrenc matrices (GLCM) introduced by Haralick in 1973 ...
  • I. Daubechies, Ten Lectures on Wavelet, SIAM, Philadelphia, PA, 1992. ...
  • S. Mallat, A Wavelet Tour of Signal Processing, _ Academic, ...
  • E. J. Candes, D. L. Donoho, Ridgelets: _ Key to ...
  • M. Do, M. Vetterli, "The Finite Ridgelet Transform for Image ...
  • S. R. Deans, The Radon Transform and Some of its ...
  • J. R. Stark, E. J. Candes and D.L. Donoho, "The ...
  • M. N. Do and M. Vetterli, _ Contourlet Transform: an ...
  • _ _ _ _ _ Mammograms , Vol. 05, pp. ...
  • W. Q. Lim, _ Discrete Shearlet Transform: A New Directional ...
  • J. Xu, L. Yang and D. Wu, "Ripplet: A New ...
  • J. Xu and D. Wu. "Ripplet II Transform fo Feature ...
  • A. Gelzinis, A. Verikas and M. Bacauskiene, "Increasing the Discrimination ...
  • S. Das, M. Chowdhury and M. K. Kundu, 0Medical Image ...
  • S. Arivazhagan, L. Ganesan and T. G. Subash Kuma. "Texture ...
  • R. M. Haralick, :Statistical and Structurl Approaches to Texture:, Proceedings ...
  • The _ conference on pattern recognition, 2006. ...
  • A. Kurani, D. Xu J. Furst and DD. S. Raicu, ...
  • Analysis Algorithms", Proc. the _ paern recognition, pp.701-706, 2002. ...
  • observations and geoinformation, Vol. 12, pp.127-137, 2010. ...
  • H. Murray, A. Lucieer and . Williams, "Textured Based Classification ...
  • H. Li, G. _ and J. Li, "Multi-classifir Systems (MCSs) ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی