[論文レビュー] A Novel Approach to Texture classification using statistical feature

B. Vijayalakshmi, V. Subbiah Bharathi|arXiv (Cornell University)|Nov 10, 2011

Image Retrieval and Classification Techniques参考文献 27被引用数 5

ひとこと要約

本稿では、局所的バイナリーパターン（LBP）、テクスチャスペクトル、ルジャンドルモーメントを組み合わせることで特徴表現を向上させる、新しいテクスチャ分類手法を提案する。高周波成分を抽出し、ユークリッド距離を分類に用いることで、ベンチマークデータセット上で97.77％の精度を達成し、コンテンツベース画像検索分野における優れた性能を示している。

ABSTRACT

Texture is an important spatial feature which plays a vital role in content based image retrieval. The enormous growth of the internet and the wide use of digital data have increased the need for both efficient image database creation and retrieval procedure. This paper describes a new approach for texture classification by combining statistical texture features of Local Binary Pattern and Texture spectrum. Since most significant information of a texture often appears in the high frequency channels, the features are extracted by the computation of LBP and Texture Spectrum and Legendre Moments. Euclidean distance is used for similarity measurement. The experimental result shows that 97.77% classification accuracy is obtained by the proposed method.

研究の動機と目的

• コンテンツベース画像検索システムにおけるテクスチャ分類精度の向上を目的とする。
• デジタル画像から判別性の高いテクスチャ特徴を効率的に抽出する課題に対処することを目的とする。
• 複数の統計的テクスチャ特徴を統合することで、特徴表現と分類性能を向上させることを目的とする。
• テクスチャの高周波成分に着目し、しばしば顕著な判別情報を保持していることを利用することを目的とする。
• 計算効率の良い特徴統合と距離ベースのマッチング戦略を用いて、高い分類精度を達成することを目的とする。

提案手法

• 局所的バイナリーパターン（LBP）特徴を抽出して、局所的なテクスチャパターンを捉える。
• テクスチャスペクトルを計算して、テクスチャの周波数ドメイン特性を分析する。
• ルジャンドルモーメントを用いて、テクスチャ画像からの高次統計的特徴を抽出する。
• LBP、テクスチャスペクトル、ルジャンドルモーメントの3つの特徴セットを統合し、1つの特徴ベクトルにまとめる。
• ユークリッド距離を用いて、特徴ベクトル間の類似度を測定し、分類に応用する。
• 統合された特徴表現に基づいて、最近傍法を用いた分類を実行する。

実験結果

リサーチクエスチョン

• RQ1 LBP、テクスチャスペクトル、ルジャンドルモーメントの統合は、テクスチャ分類精度を向上させることができるか？
• RQ2 空間領域と周波数ドメインのテクスチャ特徴を組み合わせることで、テクスチャクラスの区別はどの程度効果的か？
• RQ3 テクスチャの高周波成分は、分類性能にどの程度寄与するか？
• RQ4 提案手法は、既存の統計的テクスチャ分類手法を上回る性能を示すか？
• RQ5 豊富な特徴統合と組み合わせた単純な距離メトリック（ユークリッド距離）は、高い精度を達成できるか？

主な発見

• 提案手法は、テストデータセットで97.77％の分類精度を達成した。
• LBP、テクスチャスペクトル、ルジャンドルモーメントの統合は、特徴の判別性を顕著に向上させた。
• テクスチャスペクトルを用いて抽出された高周波成分は、分類性能に有意義な寄与をした。
• ルジャンドルモーメントの使用により、グローバルなテクスチャ構造の表現が向上した。
• 複数の統計的特徴を組み合わせたアプローチは、単一特徴アプローチを上回る性能を示した。
• 単純なユークリッド距離分類器を用いても、本手法は優れたロバスト性と効率性を示した。