a satisfactory texture appearance,

a satisfactory texture appearance, and also a rich control ability
as well. [4]
Texture refers to visual patterns or spatial arrangement of
pixels that regional intensity or color alone cannot
sufficiently describe. Researchers have proposed numerous
methodologies to automatically analyze and recognize
textures, from deriving texture energy measures using a set
of simple masks to using Gabor filters, for several image
analysis applications, including texture classification and
segmentation. [5]
To be adaptive to the dynamic illumination and
chrominance, face detection is used to customize the skin
color model to each image. The proposed method has
achieved promising performance over our dataset, which is a
challenging set with a great part of hard images. Our True
Positive Rate is 81.2% under False Positive Rate 8.2%,
which out performs all eight state-of the- art algorithms. [6]
The filtering method introduced here is applied to
dermoscopic skin image in a non-linear manner and allows
selective image filtering. This feature is highly desirable due
to the fact that in most cases of computer aided diagnostic,
input images need to be pre-processed (e.g. for brightness
normalization, histogram equalization, contrast
enhancement, color normalization) and this can results in
unwanted artifacts or simply may require human verification.
Introduced method was developed specially to recognize one
of the differential structures (pigmented network texture)
used for calculating the Total Dermoscopy Score (TDS) of
the ABCD rule. [7]
A method is proposed that tracks the skin’s recovery
optically from an initial strain made using a mechanical
indentor, diffuse side-lighting and a CCD video-capture
device. Using the blue color plane of the image it is possible
to examine the surface topography only, and track the decay
of the imprint over time. Two algorithms are discussed for
the extraction of information on the skin’s displacement and
are analyzed in terms of reliability and reproducibility. [8]
ANIL KUMAR MITTRA et. al. This paper proposes an
automated system for recognizing disease conditions of
human skin in context to health informatics. The disease
conditions are recognized by analyzing skin texture images
using a set of normalized symmetrical Grey Level Cooccurrence
Matrices (GLCM). GLCM defines the probability
of grey level I occurring in the neighborhood of another grey
level j at a distance d in direction θ. The system is tested
using 180 images pertaining to three dermatological skin
conditions viz. Dermatitis, Eczema, Urticaria. An accuracy
of 96.6% is obtained using a multilayer perceptron (MLP) as
a classifier. [9]
The geometric, random field, fractal, and signal processing
models of texture are presented. The major classes of texture
processing problems such as segmentation, classification,
and shape from texture are discussed. The possible
application areas of texture such as automated inspection,
document processing, and remote sensing are summarized. A
bibliography is provided at the end for further reading. [10].
The relation between the nonlinear results by Monte Carlo
simulation (MCS) and the modified Lambert Beer’s law
(MLB) is also clarified, emphasizing the importance of the
absolute values of skin pigments and their influence on the
mean path-length used in MLB. Images of oxygenated
hemoglobin with a newly-developed four wavelength camera
are presented to demonstrate the advantages of a multi
wavelength system. [11]

ผลลัพธ์ (ไทย) 1:

ลักษณะพื้นผิวเป็นที่พอใจ และความสามารถในการควบคุมที่หลากหลายเป็นอย่างดี [4]พื้นผิวหมายถึงรูปภาพหรือจัดพื้นที่พิกเซลที่ความเข้มระดับภูมิภาคหรือสีเพียงอย่างเดียวไม่พออธิบาย นักวิจัยได้นำเสนอมากมายวิธีวิเคราะห์ และจดจำโดยอัตโนมัติพื้นผิว จากบริษัทฯ มาตรการพลังงานพื้นผิวโดยใช้ชุดของรูปแบบง่าย ๆ เพื่อใช้ กาบอร์กรอง รูปหลายวิเคราะห์ประยุกต์ รวมถึงการจัดประเภทเนื้อ และแบ่ง [5]ให้กับไฟส่องสว่างแบบไดนามิก และใช้กำหนดผิว chrominance ตรวจจับใบหน้าแบบสีให้แต่ละภาพ มีวิธีการนำเสนอบรรลุประสิทธิภาพสัญญาผ่านชุดข้อมูลของเรา ซึ่งเป็นการชุดท้าทายกับส่วนมากของภาพยาก จริงของเราอัตรา 8.2%, 81.2% ภายใต้อัตราบวกเท็จเป็นบวกที่ออกดำเนินการทั้งหมดแปดสถานะของสมัยอัลกอริทึม [6]มีใช้วิธีการกรองที่แนะนำที่นี่dermoscopic ภาพในลักษณะที่ไม่ใช่เชิงเส้น และช่วยให้รูปภาพที่ใช้กรอง คุณลักษณะนี้จะต้องการอย่างมากเนื่องในความเป็นจริง ในกรณีส่วนใหญ่ของคอมพิวเตอร์ที่ช่วยการวินิจฉัยภาพสัญญาณจำเป็นต้องประมวลผลเบื้องต้น (สำหรับความสว่างฟื้นฟู ปรับแต่งฮิสโตแกรม ความคมชัดเพิ่มประสิทธิภาพ ฟื้นฟูสี) และผลนี้สามารถสิ่งประดิษฐ์ที่ไม่พึงประสงค์ หรืออาจเพียงแค่ตรวจสอบบุคคลวิธีนำได้รับการพัฒนาเป็นพิเศษเพื่อการจดจำหนึ่งโครงสร้างส่วนที่แตกต่าง (เครือข่ายที่มีสีเนื้อ)ใช้สำหรับการคำนวณรวม Dermoscopy คะแนน (TDS) ของกฎ ABCD [7]เสนอวิธีการที่ติดตามการกู้คืนของผิวoptically จากต้องใช้การเริ่มต้นทำได้โดยใช้เครื่องกลการindentor กระจาย แสงด้านข้าง และ จับวิดีโอที่ CCDอุปกรณ์ ใช้เครื่องบินสีน้ำเงินของรูปก็เป็นไปได้ตรวจสอบพื้นผิวภูมิประเทศเท่านั้น และติดตามการผุของ imprint ช่วงเวลา อัลกอริทึมที่สองจะกล่าวถึงในการสกัดข้อมูลแทนที่ผิวหนัง และมีวิเคราะห์ความน่าเชื่อถือและ reproducibility [8]MITTRA อนิล KUMAR et อัล กระดาษนี้เสนอการระบบอัตโนมัติสำหรับการจดจำสภาพโรคของผิวหนังมนุษย์ในบริบทการเวชสารสนเทศ โรคเงื่อนไขรู้จักวิเคราะห์ผิวเนื้อภาพใช้ชุดของระดับสีเทามาตรฐานสมมาตร Cooccurrenceเมทริกซ์ (GLCM) GLCM กำหนดความเป็นไปได้ระดับสีเทา ที่ฉันเกิดในย่านของสีเทาอีกเจระดับที่ระยะ d ในทิศที่θ มีทดสอบระบบใช้เกี่ยวกับผิว dermatological สามภาพ 180เงื่อนไข Urticaria อักเสบ แผลเปื่อย viz แม่นยำ96.6% ได้รับมาใช้เพอร์เซปตรอนหลายชั้น (MLP)classifier [9]ฟิลด์เรขาคณิต สุ่ม เศษส่วน และการประมวลผลสัญญาณมีแสดงแบบจำลองของพื้นผิว เรียนหลักของพื้นผิวปัญหาในการประมวลผลเช่นการแบ่งส่วน แบ่งประเภทและรูปร่างจากพื้นผิวจะ สุดพื้นที่แอพลิเคชันของพื้นผิวเช่นตรวจสอบโดยอัตโนมัติสรุปประมวลผลเอกสาร แชมพูและสบู่ Aบรรณานุกรมไว้ท้ายสำหรับอ่านเพิ่มเติม [10]ความสัมพันธ์ระหว่างผลลัพธ์ไม่เชิงเส้นโดย Monte Carloจำลอง (เอ็มซี) และกฎหมายที่แก้ไข Lambert เบียร์(คู่ MLB) จะยังขึ้ เน้นความสำคัญของการค่าสัมบูรณ์ของเม็ดสีผิวและอิทธิพลในการหมายความว่า เส้นทางยาวใช้ในคู่ MLB ภาพของ oxygenatedฮีโมโกลบิน มีความยาวคลื่น 4 กล้องพัฒนาขึ้นใหม่แสดงให้เห็นถึงข้อดีของหลายความยาวคลื่นระบบ [11]

ผลลัพธ์ (ไทย) 2:

ลักษณะเนื้อสัมผัสที่น่าพอใจและยังอุดมไปด้วยความสามารถในการควบคุม
เป็นอย่างดี [4]
พื้นผิวหมายถึงรูปแบบของภาพหรือการจัดพื้นที่ของ
พิกเซลที่ความรุนแรงในระดับภูมิภาคหรือสีเพียงอย่างเดียวไม่สามารถ
อธิบายอย่างเพียงพอ นักวิจัยได้เสนอหลาย
วิธีในการวิเคราะห์โดยอัตโนมัติและตระหนักถึง
พื้นผิวที่ได้รับจากมาตรการพลังงานพื้นผิวโดยใช้ชุด
หน้ากากง่ายที่จะใช้ตัวกรองบอร์สำหรับภาพหลาย
การใช้งานการวิเคราะห์รวมทั้งการจัดหมวดหมู่พื้นผิวและ
การแบ่งส่วน [5]
การจะมีการปรับตัวเพื่อการส่องสว่างแบบไดนามิกและ
chrominance, ตรวจจับใบหน้าจะใช้ในการปรับแต่งผิว
แบบสีให้ภาพแต่ละภาพ วิธีที่นำเสนอได้
ประสบความสำเร็จในการปฏิบัติงานที่มีแนวโน้มมากกว่าชุดของเราซึ่งเป็น
ชุดที่ท้าทายกับส่วนใหญ่ของภาพที่ยาก จริงของเรา
อัตราบวกเป็น 81.2% ภายใต้อัตราเท็จบวก 8.2%
ซึ่งการดำเนินการทั้งหมดแปดรัฐของอัลกอริทึมศิลปะล้ำหน้า [6]
วิธีการกรองแนะนำที่นี่จะนำไปใช้
dermoscopic ภาพผิวในลักษณะที่ไม่เป็นเชิงเส้นและช่วยให้
การกรองภาพที่เลือก คุณลักษณะนี้เป็นที่น่าพอใจเป็นอย่างมากเนื่องจาก
ความจริงที่ว่าในกรณีส่วนใหญ่ของเครื่องคอมพิวเตอร์ช่วยการวินิจฉัย
ภาพอินพุตจะต้องมีก่อนการประมวลผล (เช่นความสว่าง
ฟื้นฟูเท่าเทียมกัน Histogram คมชัด
เพิ่มประสิทธิภาพการฟื้นฟูสี) และผลสามารถใน
สิ่งประดิษฐ์ที่ไม่พึงประสงค์หรือเพียงแค่ อาจจำเป็นต้องมีการตรวจสอบของมนุษย์.
แนะนำวิธีการได้รับการพัฒนาเป็นพิเศษเพื่อรับรู้หนึ่ง
ของโครงสร้างที่แตกต่างกัน (เนื้อเครือข่ายสี)
ที่ใช้สำหรับการคำนวณคะแนนรวม Dermoscopy (TDS) ของ
กฎ ABCD [7]
วิธีการเสนอที่ติดตามการกู้คืนผิว
จากแสงสายพันธุ์เริ่มต้นทำโดยใช้กล
หัวกดกระจายด้านแสงและการจับภาพวิดีโอที่ CCD
อุปกรณ์ ใช้เครื่องบินสีฟ้าของภาพก็เป็นไปได้
ที่จะตรวจสอบพื้นผิวภูมิประเทศเท่านั้นและติดตามการสลายตัว
ของสำนักพิมพ์เมื่อเวลาผ่านไป สองขั้นตอนวิธีการที่จะกล่าวถึงสำหรับ
การสกัดข้อมูลเกี่ยวกับการเคลื่อนที่ของผิวและ
มีการวิเคราะห์ในแง่ของความน่าเชื่อถือและความแม่นยำ [8]
Anil Kumar มิตตราและ อัล กระดาษนี้นำเสนอ
ระบบอัตโนมัติในการตระหนักถึงโรคของ
ผิวหนังของมนุษย์ในบริบทที่จะสารสนเทศสุขภาพ โรค
เงื่อนไขที่ได้รับการยอมรับโดยการวิเคราะห์ภาพผิว
โดยใช้ชุดปกติสมมาตรระดับสีเทา Cooccurrence
เมทริกซ์ (GLCM) GLCM กำหนดความน่าจะเป็น
ของระดับสีเทาผมที่เกิดขึ้นในพื้นที่ใกล้เคียงของสีเทาอีก
J ระดับระยะทาง d ในทิศทางθ ระบบได้รับการทดสอบ
โดยใช้ 180 ภาพที่เกี่ยวข้องกับสามผิวผิวหนัง
เงื่อนไข ได้แก่ โรคผิวหนังกลาก, ลมพิษ ความถูกต้อง
ของ 96.6% จะได้รับใช้หลาย Perceptron (MLP) เป็น
ลักษณนาม [9]
เรขาคณิตฟิลด์สุ่มเศษส่วนและสัญญาณการประมวลผล
รูปแบบของพื้นผิวที่จะถูกนำเสนอ ชั้นเรียนที่สำคัญของเนื้อ
ปัญหาการประมวลผลเช่นการแบ่งส่วนการจำแนก
และรูปร่างจากเนื้อจะกล่าวถึง เป็นไปได้ที่
การใช้งานของพื้นผิวเช่นการตรวจสอบโดยอัตโนมัติ,
การประมวลผลเอกสารและการสำรวจระยะไกลสามารถสรุปได้
บรรณานุกรมมีให้ ณ สิ้นสำหรับการอ่านเพิ่มเติม [10].
ความสัมพันธ์ระหว่างผลการเชิงเส้นโดย Monte Carlo
จำลอง (MCS) และกฎของเบียร์แลมเบิร์แก้ไข
(เอ็ม) จะชี้แจงยังเน้นความสำคัญของ
ค่าแน่นอนของเม็ดสีผิวและอิทธิพลของพวกเขาใน
เส้นทางที่มีความยาวเฉลี่ยที่ใช้ ในเอ็ม ภาพของออกซิเจน
กับฮีโมโกลพัฒนาขึ้นใหม่กล้องความยาวคลื่นสี่
นั้นจะแสดงให้เห็นถึงข้อดีของหลาย
ระบบความยาวคลื่น [11]

ผลลัพธ์ (ไทย) 3:

ลักษณะพื้นผิวที่น่าพอใจและยังรวยความสามารถในการควบคุม
เช่นกัน [ 4 ]
เนื้อ หมายถึง รูปแบบหรือการจัดเรียงของภาพ ความเข้ม หรือสีพิกเซลที่ระดับ

พอเพียงอย่างเดียว ไม่สามารถอธิบายได้ นักวิจัยได้เสนอมากมาย
วิธีการโดยอัตโนมัติวิเคราะห์และรู้จัก
พื้นผิว จากโรงเรียนวัดพลังงานพื้นผิวโดยใช้ชุด
รูปแบบง่ายๆในการใช้ตัวกรอง กาบอร์ , โปรแกรมวิเคราะห์ภาพ

หลาย รวมถึงการจำแนกพื้นผิว และการแบ่งส่วนตลาด . [ 5 ]
จะปรับแสงแบบไดนามิกและ
โครมิแนนซ์ตรวจจับใบหน้า ใช้เพื่อปรับแต่งผิว
สีแบบภาพแต่ละภาพ วิธีที่เสนอมีการบรรลุประสิทธิภาพมีแนวโน้มมากกว่าข้อมูล

ของเราซึ่งเป็นท้าทายกับส่วนดีของยากรูปภาพ คะแนนบวกที่แท้จริงของเรา
เป็น 81.2 % ภายใต้อัตราบวกเท็จ 8.2
ซึ่งออกแสดงทั้งหมด 8 , รัฐของศิลปะ - อัลกอริธึม [ 6 ]
การกรองวิธีแนะนำมาใช้

dermoscopic ภาพผิวในลักษณะที่ไม่เป็นเชิงเส้นและช่วยให้
เลือกภาพการกรอง คุณลักษณะนี้เป็นที่พึงปรารถนาอย่างสูงเนื่องจาก
ความจริงที่ว่าในกรณีส่วนใหญ่ของคอมพิวเตอร์ช่วยวินิจฉัย
ภาพใส่ต้องก่อนแปรรูป ( เช่นความสว่างภาพคมชัดปรับบรรทัดฐาน
, ,
เพิ่มสีปกติ ) และนี้สามารถส่งผลใน
สิ่งประดิษฐ์ที่ไม่พึงประสงค์หรือเพียงแค่อาจต้องการการตรวจสอบบุคคล .
แนะนำวิธีการได้รับการพัฒนาเป็นพิเศษเพื่อรู้จักหนึ่ง
ของโครงสร้างเครือข่ายแบบสีเนื้อ )
ใช้สำหรับการคำนวณคะแนน dermoscopy ทั้งหมด ( TDS )
ABCD กฎ [ 7 ]
วิธีนำเสนอที่ติดตาม
การฟื้นตัวของผิว optically จากความเครียดเริ่มต้นทำโดยใช้ Indentor เครื่องกล
แสงข้างกระจายและ CCD จับ
วิดีโออุปกรณ์ ใช้สีฟ้าระนาบของภาพเป็นไปได้
การตรวจสอบพื้นผิวภูมิประเทศเท่านั้น และติดตามการสลาย
ของสํานักพิมพ์ตลอดเวลา สองขั้นตอนวิธีการที่จะกล่าวถึง
การสกัดข้อมูลการเคลื่อนที่ของผิวและ
จะวิเคราะห์ในแง่ของความน่าเชื่อถือและคาร์บอน [ 8 ]
mittra Anil Kumar et al . บทความนี้นำเสนอ
ระบบอัตโนมัติตระหนักถึงสภาวะโรคของมนุษย์ในบริบทที่จะ
ผิวสุขภาพ .สภาวะโรค
รู้จักวิเคราะห์ภาพผิว
โดยใช้ชุดของรูปสมมาตรสีเทาระดับ cooccurrence
เมทริกซ์ ( glcm ) glcm กำหนดความน่าจะเป็น
สีเทาระดับฉันเกิดขึ้นในละแวกของระดับสีเทา
อีก J ที่ระยะทาง D ในทิศทางθ . ระบบทดสอบ
ใช้ 180 ภาพเกี่ยวกับผิวหนังผิวหนัง
3 เงื่อนไข คือ โรคผิวหนัง , กลาก ,ลมพิษ ความถูกต้อง
ของ 96.6 เปอร์เซ็นต์โดยใช้เพอร์เซปตรอนหลายชั้น ( MLP ) : ลักษณนาม [ 9 ]
รูปทรงเรขาคณิต สุ่มสนาม , เศษส่วน , และการประมวลผลสัญญาณ
รูปแบบของพื้นผิวจะนำเสนอ คลาสหลักของพื้นผิว
การประมวลผลปัญหาเช่นการแบ่งส่วนตลาด การจัดหมวดหมู่ และรูปร่างจากเนื้อ
ได้ถูก เป็นไปได้
พื้นที่การใช้งานของพื้นผิว เช่น การตรวจสอบอัตโนมัติ
การประมวลผลเอกสารและการรับรู้จากระยะไกลจะสรุป a
บรรณานุกรมให้ในตอนท้าย อ่านเพิ่มเติม [ 10 ] .
ความสัมพันธ์ระหว่างผลจากการจำลองแบบมอนติคาร์โล
( MCS ) และกฎหมายที่แก้ไข Lambert เบียร์
( MLB ) ก็ให้เน้นความสำคัญของ
ค่าสัมบูรณ์ของผิวสี และอิทธิพลของพวกเขาเกี่ยวกับ
หมายถึงความยาวของเส้นทางที่ใช้ในเอ็ม .รูปภาพของฮีโมโกลบินที่มีออกซิเจน
ใหม่พัฒนาสี่แสงกล้อง
ถูกนำเสนอเพื่อแสดงให้เห็นถึงประโยชน์ของระบบความยาวคลื่นหลาย

[ 11 ]