Image Retrieval Based On Multi-Texton Histogram

Image retrieval based on multi-texton histogram

Este paper muestra un nuevo metodo de rep de caractersitics de imágenes llamado histograma multitexton (MTH), el cual integra las matrices de coocurrencia y los histogramas (representa los atributos de la matriz de coocurrencia con los histogramas), ello puede considerado como un descriptor de aributos visuales generalizado pero sin segmentacionde la imagen o modelo de entrenamiento.
Esta abasado en la teoria de Joules´texton y trabaja directamente sobre las imágenes naturales como un descriptor de forma.
Mientras tanto puede ser utilizado cmo un descriptor de color y ofrece buena performance.
El MTH ha sido evaluado sobre la BD Corel con 1500 imágenes naturales, y los resultados demuestran q es mucho mas eficiente q otrosdescriptores como: edge orientation, autocorrelogramas y matriz texton de coocurrencia.
Y puede discriminar cractersiticas de color, forma y textura.

I. Introduccion
La recuperacion de imágenes es un topico importante en el campo de recnocimciento de patrones y la inteligencia artificial. Hay 3 categorias de metodos de recuperacion de imágenes: basados en texto, basados en contenido y basadosen semantica.
El campo de los CBIR estan atrayendo la atencion de muchos investigadores.
En general las tecnicas de investigqacion en CBIR, princiaplemten se enfocan en 2 aspectos: la recuperacion de objetos basados en partes [16–19] y la recuperacion de imágenes basadas en caractersiticas visuales de bajo nivel [20–23]..
En este paper se enfoca en la representacion de iamganesbasadas en bordes para recuperar imágenes. Jain et al. Introduce los histogramas de deteccion de bordes EDH para la recuperacion de imágenes de marcas regsistradas. Este metodo es invariante a la traslacion, rotacion y excalabilidad ya que solo se basa en los bordes e ignora las coorelaciones entre bordes vecinos.


Gevers et al. [23,35] propone un nuevo metodo de indexacion de imágenes y surecuperacion combinando caracteristicas invariantes de color y forma.


El edge histogram descriptor (EHD) opara el MpEG-7npuede capturar la distribucion espacial de los bordes y ello es un eficiente descriptor de textura para imágenes con presencia de textura pesada, ello también puede trabajar como un descriptor de forma.
Mahmoudi et al. propone el autocorrelograma de orientacion delados (EOAC) para la recuperación e indexación de imágenes basadas en forma. Ello puede ser usada para la recuperación e indexación de imágenes basdas e en edge sin segmentación. El EOC es invariante a la traslación, escala, colo, iluminación y pequeñas variaciones de puntos de vista pero no es apropiado para la la recuperación de imágenes basadas en textura.


Lowe [28] propone un algortimomuy efectivo llamado scale-invariant feature transform (SIFT), en vision por computadora para detectar y describir caractersitcas locales en imágenes. El cual también puede ser ampliamente utilizado en el reconocimiento de objetos, mapeameinto y navegación robotica, modelaminto 3D,reconocimiento de gestos, video..


The texton co-occurrence matrices (TCM) proposed in [20] puede describer lacorrelacion especial de textones para la recuperacion de imagenes. Y tiene el poder de discriminar color, textura y forma.
Luo [38] desarrolla un algoritmo robust llamado color edge co-occurrence histogram (CECH) el cual esta basado en un tipo especial unión de histogramas. Este alg emplea el color percentual para el manejo de la variación de color
Las escenas naturales son usualmentericas en color y textura y un amplio rango de imagenees naturales pueden ser consideradas como mosaicos de regiones con diferentes colores y texturas. El sistema visual humano tine una remarcable habilidad de detectar sustancialmente diferencias en texturas q son mucha sveces lo fundamental para identificar microestructuras o elementos.
El color y textura tienen una relación cerrada tantom que...