$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas |



Título: ASSESSMENT OF BINARY CODING TECHNIQUES FOR TEXTURE CHARACTERIZATION IN REMOTE SENSING IMAGERY
Autor: MARCELO MUSCI ZAIB ANTONIO
RAUL QUEIROZ FEITOSA
GILSON ALEXANDRE OSTWALD PEDRO DA COSTA
Instituição:  -
Colaborador(es):  -
Nº do Conteudo: 21160
Catalogação:  14/02/2013 Liberação: 14/02/2013 Idioma(s):  ENGLISH - UNITED STATES
Tipo:  TEXT Subtipo:  PAPER
Nota:  This work has been submitted to the IEEE Geoscience and Remote Sensing Letters for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible.
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21160@2

Resumo:
This paper investigates the use of rotation invariant descriptors based on Local Binary Patterns (LBP) and Local Phase Quantization (LPQ) for texture characterization in the context of land-cover and land-use classification of Remote Sensing (RS) optical image data. Very high resolution images from the IKONOS-2 and Quickbird-2 orbital sensor systems covering different urban study areas were subjected to classification through an object-based approach. The experiments showed that the discrimination capacity of LBP and LPQ descriptors substantially increased when combined with contrast information. This work also proposes a novel texture descriptors assembled through the concatenation of the histograms of either LBP or LPQ descriptors and of the local variance estimates. Experimental analysis demonstrated that the proposed descriptors, though more compact, preserved the discrimination capacity of bi-dimensional histograms representing the joint distribution of textural descriptors and contrast information. Finally, the paper compares the discrimination capacity of the LBP and LPQ-based textural descriptors with that of features derived from the Gray Level Co-occurrence Matrices (GLCM). The related experiments revealed a noteworthy superiority of LBP and LPQ descriptors over the GLCM features in the context of RS image data classification.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui