В данной работе рассматриваются алгоритмы сегментации изображений. Сегментация — это процесс разделения цифрового изображения на несколько сегментов (множество пикселей, также называемых суперпикселями). Цель сегментации заключается в упрощении и/или изменении представления изображения, чтобы его было проще и легче анализировать.
В архиве:
- Программа с исходниками на Visual Studio 2010 C++, интерфейс на winapi
- Отчет 33стр (18 стр текст, 15стр исходный код)
.................................
Методы сегментации можно разделить на два класса: автоматические – не требующие взаимодействия с пользователем и интерактивные – использующие пользовательский ввод непосредственно в процессе работы. В данной работе будут рассматриваться только автоматические методы.
Задачи автоматической сегментации делятся на два класса:
- выделение областей изображения с известными свойствами
- разбиение изображения на однородные области
......................................
В качестве признаков точки изображения можно использовать представление ее цвета в некотором цветовом пространстве, примером метрики (меры близости) может быть евклидово расстояние между векторами в пространстве признаков. Тогда результатом кластеризации будет квантование цвета для изображения. Задав отображение в пространство признаков, можно воспользоваться любыми методами кластерного анализа. Наиболее популярные методы кластеризации, используемые для сегментации изображений – к-средних (обобщенный метод Ллойда), EM алгоритм.
Основная проблема методов кластеризации, состоит в том, что пространственное расположение точек либо не учитывается совсем, либо учитывается косвенно (например, используя координаты точки как один из признаков). Поэтому обычно после кластеризации точек изображения проводят процедуру выделения связных компонент.
-