3.2.3. Extraction of features of be

3.2.3. Extraction of features of beef marbling
Next, the features of beef marbling are extracted
from the binary image. Here, run length
processing is applied to count the number of successive
pixels according to lean and fat regions,
respectively, and store them in the order of
scanning. Tang (1998) introduced Run-Length
Run-Number Vector which represents the distribution
of the number of runs with a given run
length in the classification of texture images. Here,
we use the distribution of the run length ratio of
lean and fat runs over a transversal scan line on
the observation area in order for the feature
quantities of beef marbling to be invariant to the
size of input images.
Let the size of a run with bi;j ˆ 0 be R0p
, the size
of a run with bi;j ˆ 1 be R1p
, respectively, where p
and q represent the order of runs which are
counted in the scanned order. Fig. 5 illustrates the
run length processing. To get the distribution parameters
in particular, a beef rib-eye image is
separately scanned along x-axis and y-axis of the
vertical direction. The ratio of the size of lean run
at the Pth on a given scan line is denoted as
R0
P=…M ‡ 1† and R0
P =…N ‡ 1†; …5†
respectively. Similarly, the ratio of the size of fat
run at the Qth is denoted as
R1
Q=…M ‡ 1† and R1
Q=…N ‡ 1†; …6†
respectively. The histogram is being constructed,
where random variable is given by normalizing the
ratio over the size of run denoted by (5) and (6).
We call it run length histogram. In this paper, the
frequencies of run length ratio are decided to be
every 0:1  10ÿ3 in the domain of [0, 1]. The run
length histogram is being quantized based on the
number of divisions after dividing the domain of
[0,1] equidistantly, as shown in Fig. 6. We call this
normalized run length run number vectors
(NRLRNV). We adopt NRLRNV of lean and fat
regions as the features of beef marbling.

ผลลัพธ์ (ไทย) 2:

3.2.3 การสกัดของคุณสมบัติของเนื้อหินอ่อนถัดไปคุณสมบัติของเนื้อหินอ่อนที่สกัดจากภาพไบนารี นี่เรียกใช้ระยะเวลาในการประมวลผลที่ถูกนำไปใช้ในการนับจำนวนเนื่องพิกเซลตามยันและภูมิภาคไขมันตามลำดับและเก็บไว้ในคำสั่งของการสแกน ถัง (1998) นำมาเรียกความยาวเวกเตอร์เรียกใช้หมายเลขซึ่งหมายถึงการกระจายของจำนวนของการทำงานที่มีการทำงานที่กำหนดระยะเวลาในการจำแนกประเภทของภาพพื้นผิว ที่นี่เราจะใช้การกระจายตัวของอัตราการใช้ระยะเวลาในการทำงานของลีนและวิ่งไขมันผ่านสายสแกนขวางในพื้นที่สังเกตในการสั่งซื้อสำหรับคุณลักษณะปริมาณหินอ่อนเนื้อจะเป็นค่าคงที่กับขนาดของภาพการป้อนข้อมูล. ให้ขนาดของการทำงานที่ กับสอง; ญ ?? 0 จะ R0p ขนาดของการทำงานที่มีสองนั้นเจ ?? 1 เป็น R1p ตามลำดับที่พีและคิวเพื่อเป็นตัวแทนของการทำงานที่มีการนับในการสั่งซื้อสแกน มะเดื่อ. 5 แสดงให้เห็นถึงการทำงานระยะเวลาการประมวลผล เพื่อให้ได้ค่าพารามิเตอร์ที่จัดจำหน่ายโดยเฉพาะอย่างยิ่งภาพซี่โครงเนื้อตาจะสแกนแยกตามแกนx และแกน y ของทิศทางในแนวตั้ง อัตราส่วนของขนาดของการดำเนินการที่ไม่ติดมันที่ Pth ในการสแกนเส้นที่กำหนดจะแสดงเป็น R0 p = M ?? ?? 1 ?? และ R0 p = ไม่มี ?? ?? 1 ??; ?? ?? 5 ตามลำดับ ในทำนองเดียวกันอัตราส่วนของขนาดของไขมันวิ่ง Qth จะแสดงเป็น R1 Q = M ?? ?? 1 ?? และ R1 Q = ไม่มี ?? ?? 1 ??; ?? ?? 6 ตามลำดับ กราฟจะถูกสร้างขึ้นที่ตัวแปรสุ่มจะได้รับโดย normalizing อัตราส่วนมากกว่าขนาดของการทำงานแสดงโดย (5) และ (6). เราเรียกมันว่าระยะเวลาในการเรียกใช้กราฟ ในบทความนี้ความถี่ของอัตราส่วนระยะเวลาในการทำงานที่มีการตัดสินใจที่จะเป็นทุก0: 1 10ÿ3ในโดเมนของการ [0, 1] ระยะกราฟระยะเวลาจะถูก quantized ขึ้นอยู่กับจำนวนของหน่วยงานหลังจากการแบ่งโดเมนของ[0,1] equidistantly ดังแสดงในรูปที่ 6. เราเรียกสิ่งนี้ว่าระยะเวลาในการทำงานปกติทำงานจำนวนเวกเตอร์(NRLRNV) เรานำ NRLRNV ของลีนและไขมันภูมิภาคเป็นคุณสมบัติของเนื้อหินอ่อน

ผลลัพธ์ (ไทย) 3:

3.2.3 . การสกัดคุณลักษณะเนื้อ marbling
ถัดไป คุณสมบัติของ marbling เนื้อสกัด
จากภาพไบนารี ที่นี่ , ความยาว
การประมวลผลใช้นับต่อเนื่อง
พิกเซลตามปอด และไขมันภูมิภาค
ตามลำดับ และเก็บไว้ในการสั่งซื้อของ
สแกน ถัง ( 1998 ) แนะนำความยาว
รันหมายเลขเวกเตอร์ซึ่งหมายถึง
กระจายของจํานวนวิ่งที่มีให้ใช้ในการจำแนก
ความยาวภาพพื้นผิว ที่นี่
เราใช้กระจายของความยาวเท่ากับ
เอนและไขมันวิ่งมาขวางสแกนบรรทัดบน
พื้นที่สังเกตการณ์ เพื่อให้มีปริมาณของ marbling เนื้อ
จะไม่เปลี่ยนแปลงไป

ให้ขนาดของภาพที่ใส่ ขนาดวิ่งกับบี J ˆ 0 จะ r0p

ของขนาดวิ่งกับบี J ˆ 1 r1p
,ตามลำดับที่ P และ Q แสดงลำดับของ

วิ่งซึ่งจะนับในการสแกนเพื่อ รูปที่ 5 แสดง
ความยาวของ รับพารามิเตอร์การแจกแจง
โดยเฉพาะเนื้อซี่โครงภาพสแกน
แยกกันตามแกน x และแกน y ของ
แนวตั้ง อัตราส่วนของขนาดของ
วิ่งยันที่ PTH ในให้สแกนเส้นเขียนเป็น r0

= . . . . . . . ‡ 1 M และ P = . . . . . . . † r0
n ‡ 1 † ;. . . . . . . 5 †
ตามลำดับ ในทํานองเดียวกัน , อัตราส่วนของขนาดของไขมัน
วิ่งที่เขียนเล่นเป็น

. . . . . . . M ‡ R1 Q = 1 และ† R1
q = . . . . . . . . . . . . . . †‡ 1 N ;
6 †ตามลำดับ กราฟแสดงความถี่จะถูกสร้างขึ้น
ที่ตัวแปรสุ่มจะได้รับโดย normalizing
อัตราส่วนมากกว่าขนาดวิ่งแทน โดย ( 5 ) และ ( 6 ) .
เราเรียกว่าความยาวฮิสโตแกรม ในกระดาษนี้ ,
ความถี่ของอัตราส่วนความยาววิ่งจะตัดสินใจถูก
ทุก 0 :1  10 ÿ 3 ในโดเมนของ [ 0 , 1 ] วิ่ง
ความยาวกราฟเป็นที่แน่นอนขึ้นอยู่กับจำนวนของหน่วยงาน หลังจากแบ่ง

[ ] equidistantly โดเมนของพิล ดังแสดงในรูปที่ 6 เราเรียกนี้
ปกติความยาวรันหมายเลขเวกเตอร์
( nrlrnv ) เรา adopt nrlrnv เอนและไขมัน
ภูมิภาคเป็นคุณลักษณะ marbling เนื้อ