Jove
Visualize
Contáctanos

Videos de Experimentos Relacionados

La computación de los límites de la textura de las imágenes de las imágenes.

H Voorhees1, T Poggio

  • 1Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge 02139.

Nature
|May 26, 1988
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Correction: Excess of NPM-ALK oncogenic signaling promotes cellular apoptosis and drug dependency.

Oncogene·2025
Same author

An analysis of training and generalization errors in shallow and deep networks.

Neural networks : the official journal of the International Neural Network Society·2019
Same author

Response from sinha and poggio.

Trends in cognitive sciences·2011
Same author

Multiclass cancer diagnosis using tumor gene expression signatures.

Proceedings of the National Academy of Sciences of the United States of America·2001
Same author

Learning in brains and machines.

Spatial vision·2001
Same author

Categorical representation of visual stimuli in the primate prefrontal cortex.

Science (New York, N.Y.)·2001
Same journal

Six ways to put the public at the heart of science and policy.

Nature·2026
Same journal

The complex truth about trust in science.

Nature·2026
Same journal

Have people stopped trusting science? The data tell a surprising story.

Nature·2026
Same journal

How FAIR data are helping to build trust in science.

Nature·2026
Same journal

Scientists should recognize their own political biases to build public trust.

Nature·2026
Same journal

Harmonizing standards and resources for the medical genome.

Nature·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Este estudio presenta un nuevo algoritmo para detectar límites de textura en imágenes naturales. Propone el uso de blobs como elementos de textura y un método estadístico para encontrar límites, mejorando las teorías anteriores.

Área de la Ciencia:

  • Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
  • La neurociencia computacional es una neurociencia computacional.
  • Procesamiento de imágenes Procesamiento de imágenes.

Sus antecedentes:

  • Las teorías actuales de la visión de textura se centran en los "textons" (diferencias de primer orden en atributos como la densidad, la orientación, el tamaño o el contraste).
  • Las teorías psicológicas a menudo usan imágenes sintéticas, descuidando el cálculo de imágenes naturales de nivel gris y métodos de detección de límites.
  • Las hipótesis anteriores sobre los textones, como los cruces de segmentos de línea, son cuestionadas por los hallazgos psicofísicos.

Objetivo del estudio:

  • Desarrollar un algoritmo para calcular elementos de textura ("textons") a partir de imágenes naturales de nivel de gris.
  • Diseñar un método para detectar con precisión los límites de la textura en escenas naturales.

Videos de Experimentos Relacionados

  • Para conciliar los enfoques computacionales con las observaciones psicofísicas en la visión de la textura.

    • Principales métodos:

    • Se propone el uso de blobs, calculados a través de un operador centro-en torno, como elementos de textura.
    • Desarrolló un método estadístico no paramétrico para comparar distribuciones locales de atributos de blob.
    • Implementó y probó un algoritmo para la detección de límites de textura en imágenes naturales.

    Principales resultados:

    • El algoritmo detecta con éxito los límites de textura en imágenes naturales.
    • El método propuesto identifica las manchas como elementos de textura efectivos.
    • El enfoque computacional se alinea con ciertos hallazgos psicofísicos, desafiando las hipótesis textuales anteriores.

    Conclusiones:

    • Las burbujas calculadas por operadores centro-en torno son elementos de textura viables para imágenes naturales.
    • Una simple estadística no paramétrica localiza efectivamente los límites de la textura mediante el análisis de las distribuciones locales de atributos de blob.
    • El algoritmo desarrollado proporciona un método práctico para la detección de límites de textura en imágenes del mundo real.