RECONHECIMENTO DE TEXTURAS UTILIZANDO PADRÃO BINÁRIO LOCAL E CLASSIFICADOR kNN
Resumo
Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais comum a utilização de imagens para extrair informações. Este artigo tem como objetivo verificar a eficácia da classificação de texturas através do padrão binário local (LBP) utilizando como o classificador kNN (do inglês k nearest neighbors).
Referências
FUKUNAGA, K.; NARENDRA, P. M. A branch and bound algorithm for computing k-nearest neighbors. IEEE transactions on computers, v. 100, n. 7, p. 750-753, 1975.
GONZALES, R. C.; WOODS, R.E. Processamento Digital de Imagens. 3° ed. São Paulo. Pearson. 2010.
HARALICK, R.M. Statistical and structural approaches to texture. Proceedings of IEEE, 67(5):786-804, 1979.
MATHWORKS – Documentation. Disponível em: <https://www.mathworks.com/help/>. Acesso em 28 de setembro de 2016.
OJALA, T.; PIETIKÄINEN, M. HARWOOD, D. A comparative study of texture measures with classification based on distribution. Pattern Recognition, v. 29, n.1, p.51-59, 1996.
