dor_id: 29520

506.#.#.a: Público

502.#.#.a:

590.#.#.d: si

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT), SCOPUS, Red de Revistas Cientificas de America Latina y el Caribe,España y Portugal (Redalyc), Scientific Electronic Library Online (SciELO), eJournal, Periódica: Índice de Revistas Latinoamericanas en Ciencias, Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex), Digital Bibliography & Library Project (DBLP)

561.#.#.u: https://www.cic.ipn.mx/

561.#.#.a: Centro de Investigación en Computación

650.#.4.x: Ciencias Sociales y Económicas

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://revistas.unam.mx/index.php/cys/

351.#.#.b: Computación y Sistemas

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: http://www.revistas.unam.mx/front/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: http://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://revistas.unam.mx/index.php/cys/article/view/26062/24531

100.1.#.a: Kurmyshev, E. V.

524.#.#.a: Kurmyshev, E. V.. (2011). ¿La Representación de Imágenes por Cúmulos Coordinados es análogo al de Patrones Binarios Locales?. Computación y Sistemas; Vol 14, No 001, 2010. Recuperado de https://repositorio.unam.mx/contenidos/29520

245.1.0.a: ¿La Representación de Imágenes por Cúmulos Coordinados es análogo al de Patrones Binarios Locales?

502.#.#.c: Instituto Politécnico Nacional

561.1.#.a: Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN

264.#.0.c: 2011

264.#.1.c: 2011-06-29

653.#.#.a: Análisis De Imágenes De Textura; Clasificación; Segmentación; Representación De Imágenes Por Cúmulos Coordinados; Patrones Binarios Locales

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-ND 4.0 Internacional, https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es, fecha de asignación de la licencia 2011-06-29, para un uso diferente consultar al responsable jurídico del repositorio por medio de computacion-y-sistemas@cic.ipn.mx

884.#.#.k: http://revistas.unam.mx/index.php/cys/article/view/26062

041.#.7.h: eng

520.3.#.a: Both the Local Binary Pattern (LBP) and the Coordinated Clusters Representation (CCR) are two methods used successfully in the classification and segmentation of images. They look very similar at first sight. In this work we analyze the principles of the two methods and show that the methods are not reducible to each other. Topologically they are as different as a sphere and a torus. In extracting of image features, the LBP uses a specific technique of binarization of images with the local threshold, defined by the central pixel of a local binary pattern of an image. Then, the central pixel is excluded of each local binary pattern. As a consequence, the mathematical basis of the LBP method is more limited than that of the CCR. In particular, the scanning window of the LBP has always an odd dimensions, while the CCR has no this restriction. The CCR uses a binarization as a preprocessing of images, so that a global or a local threshold can be used for that purpose. We show that a classification based on the CCR of images is potentially more versatile, even though the high performance of both methods was demonstrated in various applications.

773.1.#.t: Computación y Sistemas; Vol 14, No 001 (2010)

022.#.#.a: 1405-5546

handle: 7514003777015a55

harvesting_date: 2019-02-06 00:00:00.0

856.#.0.q: application/pdf

last_modified: 2019-04-12 00:00:00

license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es

license_type: by-nc-nd

_deleted_conflicts: 2-56d6f73dfcfe2b6a6c1d9232ed885ac9

No entro en nada

No entro en nada 2

Artículo

¿La Representación de Imágenes por Cúmulos Coordinados es análogo al de Patrones Binarios Locales?

Kurmyshev, E. V.

Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN, publicado en Computación y Sistemas, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

Kurmyshev, E. V.. (2011). ¿La Representación de Imágenes por Cúmulos Coordinados es análogo al de Patrones Binarios Locales?. Computación y Sistemas; Vol 14, No 001, 2010. Recuperado de https://repositorio.unam.mx/contenidos/29520

Descripción del recurso

Autor(es)
Kurmyshev, E. V.
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
¿La Representación de Imágenes por Cúmulos Coordinados es análogo al de Patrones Binarios Locales?
Fecha
2011-06-29
Resumen
Both the Local Binary Pattern (LBP) and the Coordinated Clusters Representation (CCR) are two methods used successfully in the classification and segmentation of images. They look very similar at first sight. In this work we analyze the principles of the two methods and show that the methods are not reducible to each other. Topologically they are as different as a sphere and a torus. In extracting of image features, the LBP uses a specific technique of binarization of images with the local threshold, defined by the central pixel of a local binary pattern of an image. Then, the central pixel is excluded of each local binary pattern. As a consequence, the mathematical basis of the LBP method is more limited than that of the CCR. In particular, the scanning window of the LBP has always an odd dimensions, while the CCR has no this restriction. The CCR uses a binarization as a preprocessing of images, so that a global or a local threshold can be used for that purpose. We show that a classification based on the CCR of images is potentially more versatile, even though the high performance of both methods was demonstrated in various applications.
Tema
Análisis De Imágenes De Textura; Clasificación; Segmentación; Representación De Imágenes Por Cúmulos Coordinados; Patrones Binarios Locales
Idioma
eng
ISSN
1405-5546

Enlaces