Resumen

Este artículo propone un algoritmo innovador para resolver el desafiante problema de clasificar imágenes semitonales difundidas con error. En primer lugar, diseñamos las matrices de características de clase, después de extraer los parches de imagen de acuerdo con sus características estadísticas, para clasificar las imágenes semitonales difundidas con error. Luego, se utiliza el análisis discriminante del núcleo de regresión espectral para reducir la dimensión de las características. Las imágenes semitonales difundidas con error se clasifican finalmente utilizando una idea similar al clasificador de centroides más cercanos. Como se demuestra en los resultados experimentales, nuestro método es rápido y puede lograr una alta tasa de precisión en la clasificación con el beneficio adicional de la robustez para abordar el ruido.

• Materias:Ocultación de datos Codificación de video Compresión de imágenes Clasificación de imágenes
• Subjects:Data hiding Video Coding Image compression Image classification
• Palabras claves:Propone; Algoritmo; Imágenes semitonos con difusión de error; Análisis discriminante de kernel de regresión espectral; Clasificador de centroides más cercanos; Precisión de clasificación
• Keywords:Proposes; Algorithm; Error-diffused halftone images; Spectral regression kernel discriminant analysis; Nearest centroids classifier; Classification accuracy