用于医学图像检索的 Radon-Gabor 条形码
计算机视觉与模式识别
2016-09-19 v1
摘要
近年来，随着网络上数字图像的爆炸式增长，基于内容的检索已成为一个重要的研究领域。形状、纹理、边缘和分割可能在描述图像内容方面发挥关键作用。Radon 变换和 Gabor 变换都是被广泛研究的用于提取基于形状和纹理信息的强大技术。结合的 Radon-Gabor 特征可能对尺度/旋转变换、噪声存在和光照变化具有更强的鲁棒性。本文的目的是利用 Gabor 和 Radon 变换的潜力，为图像标注/标记任务引入富有表现力的二进制特征，称为条形码。我们提出了两种不同的技术：Radon 图像的 Gabor 条形码（GRIBCs）和引导的 Gabor 的 Radon 条形码（GRGBCs）。为了进行验证，我们采用了包含 193 个类别的 IRMA x 射线数据集，其中包含 12,677 张训练图像和 1,733 张测试图像。GRGBCs 和 GRIBCs 分别实现了低至 322 和 330 的总误差分数。这对应于约 81% 的首次命中检索准确率。
引用
@article{arxiv.1609.05118,
title = {Radon-Gabor Barcodes for Medical Image Retrieval},
author = {Mina Nouredanesh and H. R. Tizhoosh and Ershad Banijamali and James Tung},
journal= {arXiv preprint arXiv:1609.05118},
year = {2016}
}
备注
To appear in proceedings of the 23rd International Conference on Pattern Recognition (ICPR 2016), Cancun, Mexico, December 2016