Spatial and spectral dependance co-occurrence method for multi-spectral image texture classification
Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This paper deals with the development of a new texture analysis method based on both spatial and spectral information for texture classification purposes. The idea of the Spatial and Spectral Gray Level Dependence Method (SSGLDM) is to extend the concept of spatial gray level dependence method by assuming texture joint information between spectral bands. In addition, new texture features measurement related to (SSGLDM) which define the image properties have been also proposed. Extensive experiments have been carried out on many multi-spectral images for use in prostate cancer diagnosis and quantitative results showed the efficiency of this method compared to the Gray Level Co-occurrence Matrix (GLCM). The results indicate a significant improvement in classification accuracy.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Spatial and spectral dependance co-occurrence method for multi-spectral image texture classification
- Date Crossref
- 01/09/2010
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Centre National de la Recherche Scientifique pays non établi dans la noticeOrganisme public
-
Institut Fresnel pays non établi dans la noticeStructure de recherche
-
UMR CNRS 6133 pays non établi dans la noticeStructure de recherche
Centre National de la Recherche Scientifique, Institut Fresnel et UMR CNRS 6133.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.