Klasyfikacja tekstury obrazów za pomocą dyskretnego przekształcenia falkowego z zastosowaniem do analizy obrazów tomograficznych rezonansu magnetycznego

W niniejszej pracy opisano zastosowanie cech tekstury wyznaczanych na podstawie współczynników dwuwymiarowego dyskretnego przekształcenia falkowego do klasyfikacji tekstury obrazów. W ramach prowadzonych badań opracowano metodą wyznaczania "falkowych" cech tekstury dla nieregularnych obszarów zainteresowania. Zbadano skuteczność zaproponowanej metody klasyfikacji tekstur w odniesieniu do powszechnie uznanego zbioru tekstur testowych. Porównano skuteczność klasyfikacji wybranych klas tekstur obrazów MRI za pomocą proponowanych cech falkowych z dużym zbiorem innych cech tekstury. Ponadto zbadano wpływ zależności wartości cech "falkowych" od przesunięcia obszaru zainteresowania na wynik klasyfikacji tekstur. W pracy wykazano dużą skuteczność zaproponowanej metody do klasyfikacji tekstury zarówno obrazów naturalnych jak i obrazów tomograficznych rezonansu magnetycznego. Artykuł stanowi streszczenie rozprawy doktorskiej autora.

---

This paper presents application of 2D discrete wavelet transform derived features for digital image texture classification. A new method of computation of wavelet derived texture features for irregular regions of interest was proposed. This texture classification method was tested on Brodatz and MRI texture sets. Texture classification efficiency for selected MRI images by means of proposed features was compared to a large number of statistical and model-based features. Also, the influence of feature shift invariance on classification result was investigated. The robustness of the proposed method for classification of both natural and MRI textures was demonstrated. This work summarises Author`s Ph.D. thesis, defended in September 2003 in the Institute of Electronics, Technical University of Łódź.