Investigation of Bispectral Co-Occurrence Matrices for Multispectral Data Analysis
Keywords:
multispectral images, neural network, image texture features, pattern recognitionAbstract
A system of image texture features developed on the basis of bispectral co-occurrence matrices is explored. A neural network is used for classifying decision over the features. Results of experiments with the real multispectral data are showed. The paper presents the established dependencies of quality for both the network learning and the recognition on the learning duration and the training extent.References
Сметанин В. А., Милич В. Н. Возможности использования текстурных признаков изображений для анализа материалов многозональной съемки // Материалы VII Всерос. науч.-техн. конф. «Приборостроение в XXI веке. Интеграция науки, образования и производства». – Ижевск : Изд-во ИжГТУ, 2012. – С. 484–489.
Haralick R. M., Shanmugam K., Distein It'sHak. Textural Features for Image Classification // IEEE Transactions on systems, man and cybernetics. – 1973. – Vol. SMC_3. – № 6. – P. 610−621.
Астафуров В. Г., Скороходов А. В. Классификация облаков по спутниковым снимкам на основе топологии нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. – 2011. – Т. 8. – № 1. – С. 65–72.
Generalization of the Cooccurrence Matrix for Colour Images: Application to Colour Texture Classification / V. Arvis [et al.] // Image Analysis and Stereology. – 2004. – Vol. 23. – P. 63–72.
Хайкин С. Нейронные сети: полный курс : пер. с англ. – 2-е издание // М. : Вильямс, 2006. – 1104 с.
