home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #3 / NN_1993_3.iso / spool / sci / fractals / 640 < prev    next >
Encoding:
Internet Message Format  |  1993-01-27  |  1.5 KB
  1. Xref: sparky sci.fractals:640 sci.image.processing:1719
  2. Newsgroups: sci.fractals,sci.image.processing
  3. Path: sparky!uunet!netnews!news
  4. From: fernando@aplcomm.jhuapl.edu (Fernando Pineda)
  5. Subject: Re:Recognizing object using fractal models
  6. Message-ID: <C1J8wF.74o@netnews.jhuapl.edu>
  7. Sender: usenet@netnews.jhuapl.edu
  8. Reply-To: fernando@aplcomm.jhuapl.edu (Fernando J. Pineda)
  9. Organization: Johns Hopkins University/Applied Physics Labs
  10. References: <1ja5dqINN7bp@crcnis1.unl.edu>
  11. Date: Wed, 27 Jan 1993 21:55:27 GMT
  12. Lines: 19
  13.  
  14. I've been thinking about pattern recognition with fractals too, but I
  15. always come to a basic problem with the block-wise fractal transformations:
  16.  
  17. The coefficients are not robust with
  18. respect to perturbations of the image. Two images that are very similar
  19. can have very different affine coefficients. The reason, if you haven't
  20. seen this yourself, is that in the search for domain blocks the algorithm tries 
  21. to find the domain block with the smallest error. Two domain blocks from wildly 
  22. different parts of the image can have close and small, errors. Consequently, a 
  23. small change in the image can favor one domain over  another. The affine 
  24. coefficients of these two domains can be very different. So a small change in 
  25. the image can result in a large change in the affine coefficients.
  26.  
  27. I conclude that the block-wise fractal transform is not a very good candidate
  28. for pattern recognition applications.  Any comments?
  29.  
  30. Is anyone aware of other fractal transforms that might be better? 
  31.  
  32. Fernando Pineda (fernando@aplcomm.jhuapl.edu)
  33.