ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Defect Detection in Random Color Textures using the Modified MIA T2 Defect Maps

تعداد صفحات: 8 | تعداد نمایش خلاصه: 1591 | نظرات: 0
سال انتشار: 1385
کد COI مقاله: ICMVIP04_094
زبان مقاله: انگلیسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Defect Detection in Random Color Textures using the Modified MIA T2 Defect Maps

Hadi Hadizadeh - Departmant of Electrical and Electronic Engineering Iran University of Science and Technology(IUST)
Fernando Lopez - Department of Computer Science(DISCA) Technical University of Valencia (UPV)

چکیده مقاله:

In this paper we present a new unsupervised approach for the detection of defects in random color textures. This approach is based on the use of the 2 T statistic and it is derived from the MIA strategy (Multivariate Image Analysis) developed in recent years in the field of applied statistics. PCA analysis is used to extract a reference eigenspace from a matrix built by color-textural features of partially overlapped windows or patches inside the input RGB image. For each window of size L L ´ the mean and the variance of each chromatic channel extracted as color features. Also, a compressed version of LBP histograms is used to extract the textural information of each patch. These extracted features make the columns of a data matrix. The same task is performed for each new testing image and the obtained data matrix is projected onto the reference eigenspace obtaining a score matrix used to compute the 2 T images. These obtained images are then converted into defect maps which allow localizing of defective pixels. We present some results from a database of images of artificial stone plates and ceramic tiles.

کلیدواژه ها:

Random Color Texture, Multivariate Image Analysis, PCA, Defect Detection

کد مقاله/لینک ثابت به این مقاله

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/44331/

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:
Hadizadeh, Hadi و Lopez, Fernando,1385,Defect Detection in Random Color Textures using the Modified MIA T2 Defect Maps,چهارمین کنفرانس ماشین بینایی و پردازش تصویر,مشهد,,,https://civilica.com/doc/44331

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: (1385, Hadizadeh, Hadi؛ Fernando Lopez)
برای بار دوم به بعد: (1385, Hadizadeh؛ Lopez)
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 ممقالهقاله لینک شده اند :

  • Fernando Lopez, J. M. Prats, A. Ferrer, J.M. Valiente : ...
  • R. Haralick, 4Statistical and structural approaches to texture, ^ Proceedings ...
  • H. Wechsler, ،Texture analysis _ a survey, Signal Processing, vol. ...
  • L. Van Gool, P. Dewaele, and A. Oosterlinck, ، Texture ...
  • F. Vilnrotter, R. Nevatia, and K. Price, 0Structural analysis of ...
  • T. Reed and J. Buf, ،A review of recent texture ...
  • M. Tuceryan and A. Jain, ،.Texture analysis, in Handbook of ...
  • M. Swain and D. Ballard, *Indexing via color histograms, ' ...
  • R. Haralick, K. Shanmugan, and I. Dinstein, ، .Textural features ...
  • T. Ojala, M. Pietikainen, and D. Harwood, ، A comparative ...
  • clas sification based on featured di stribution, '* Pattern Recognition, ...
  • J. Escofet, R. Navarro, M. Mill an, and J. Pladellorens, ...
  • B. Mandelbrot, The Fractal Geomnetry of Nature. W.H. Freeman, 1983. ...
  • Xie, X., Mirmehdi, M.: Texture exemplars for defect detection on ...
  • Internati onal Conference On Advances in Pattern Recognition (ICAPR2005). Springer ...
  • Xie, X., Mirmehdi, M.: Localising surface defects in random colour ...
  • Prats-Montalb an, J.M., Ferrer, A.: Integration of spectral and textural ...
  • Geladi, P., Granh, H.: Multivariate Image Analysis. Wiley, Chichester, England, ...
  • Bharati, M.H., MacGregor, J.F.: Texture analysis of images using Principal ...
  • 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.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 20,504
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده 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