|
| |
|
|
Nový algoritmus hledání cesty pro sešívání obrazů a pokročilé dlaždicování textur
Somol, Petr ; Haindl, Michal
Navrhujeme rychlý a upravitelný sub-optimální algoritmus pro vyhledávání hranic s minimální chybou mezi překrývajícími se obrázky. Algoritmus slouží jako alternativa tradičních pomalých algoritmů, jako je dynamické programování. Náš algoritmus používáme v kombinaci s adaptivním rozpíjením k sešívání oblastí obrázku. Tato technika je dále využita v kontextu vzorkovací syntézy textur, kde navrhujeme algoritmus s oddělenou fází analýzy a syntézy. Syntéza je zde velmi jednoduchá a rychlá.
|
|
|
Váleček - rychlá metoda syntézy textur založená na vzorkování
Haindl, Michal ; Hatka, M.
Článek popisuje jednoduchou metodu pro bezešvé rozšíření přírodních barevných textur. Nová metoda, kterou nazýváme "váleček", je založena překrývajících se oblastech, které jsou následně rozříznuty podlekritéria minimální chyby. Optimální dvojitě toroidních oblast se bezešvě opakuje v kroku syntézy. Metoda dovoluje omezenou kompresi textur, nicméně je extrémně rychlá a umožňuje implementaci přímo v grafickém procesoru pro zobrazení v reálném čase.
|
|
|
Multispectral texture segmentation
Mikeš, Stanislav ; Haindl, Michal
An efficient and robust type of unsupervised multispectral texture segmentation method is presented. The algorithm starts with spectral factorization of an input multispectral texture image using the Karhunen-Loeve expansion. Monospectral factors of single texture patches are assumed to be modelled using a Gaussian Markov random field model. The texture segmentation is done by K-means algorithm in the Markov model parameter space evaluated for each pixel centered image window.
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
host ::
RSS.