Bibliography

(eng): Content-based image retrieval (CBIR) systems, target database images using feature similarities with respect to the query. We introduce fast and robust image retrieval measures that utilise novel illumination invariant features extracted from three different Markov random field (MRF) based texture representations. These measures allow retrieving images with similar scenes comprising colour textured objects viewed with different illumination brightness or spectrum. The proposed illumination insensitive measures are compared favourably with the most frequently used features like the Local Binary Patterns, steerable pyramid and Gabor textural features, respectively. The superiority of these new illumination invariant measures and their robustness to added noise are empirically demonstrated in the illumination invariant recognition of textures from the Outex database.

(cze): Systémy vyhledávání obrazu podle jeho obsahu (Content-based image retrieval - CBIR) používají při prohledávání obrazové databáze příznakovou podobnost vzhledem ke vzorovému obrazu. Prezentujeme rychlé a robustní obrazové míry, které používají nové iluminační invarianty, odvozené ze tří různých texturních reprezentací založených na markovských náhodných polích (MRF). Tyto míry dovolují vyhledávat obrazy podobných scén obsahujících barevné texturované objekty osvětlené světlem s různým jasem a spektrem. Odvozené iluminační invariantní míry jsou porovnány s nejčastěji používanými příznaky jako jsou Local Binary Patterns, řiditelná pyramida a Gaborovy příznaky. Převaha našich nových iluminačně invariantních měr a jejich robustnost vzhledem k šumu je demonstrována na rozpoznávání textur s proměnným osvětlením z Outex databáze.