Segmentace obrazu podle textury

Abstract

Segmentace obrazu je důležitým krokem zpracování obrazu a textura je jednou z obrazových informací, na jejichž základě lze segmentaci provádět. K popisu textury slouží texturní příznaky, přičemž existuje mnoho způsobů, jak je získat. Zde budou k reprezentaci textury využity Local Binary Patterns neboli LBP. Texturním příznakem u LBP není její hodnota, ale histogram četnosti výskytu v určité oblasti. Hlavním cílem této práce je porovnání vhodnosti několika variant extrakce texturních příznaků pomocí LBP a metod jejich následného shlukování za účelem segmentace obrazu. Ke shlukování texturních příznaků bude použita metoda Fuzzy C-Means.

Image segmentation is an important step in image processing. A traditional way how to segment an image is a texture-based segmentation that uses texture features to describe image texture. In this work, Local Binary Patterns (LBP) are used for image texture representation. Texture feature is a histogram of occurences of LBP codes in a small image window. The work also aims to comparison of results of various modifications of Local Binary Patterns and their usability in the image segmentation which is done by unsupervised clustering of texture features. The Fuzzy C-Means algorithm is finally used for the clustering in this work.