ISSN 0021-3454 (печатная версия)
ISSN 2500-0381 (онлайн версия)
Меню

2
Содержание
том 67 / Февраль, 2024
СТАТЬЯ

DOI 10.17586/0021-3454-2018-61-11-978-987

УДК 004.932

КЛАССИФИКАЦИЯ АЛГОРИТМОВ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ

Ханыков И. Г.
СПИИРАН; лаборатория прикладной информатики и проблем информатизации общества; мл. научный сотрудник


Читать статью полностью 

Аннотация. Рассматривается схема классификации алгоритмов сегментации изображений и формируются требования к новым алгоритмам. Для разработки новых алгоритмов предлагается трехэтапная структурная схема, в качестве версии реализации которой обсуждается алгоритм квазиоптимальной сегментации. Вводится признак, отражающий особенности группы иерархических алгоритмов, к которой принадлежит предложенный алгоритм. Введение нового признака позволяет уточнить схему классификации и требования к создаваемым алгоритмам
Ключевые слова: схема классификации, сегментация изображений, классификационные признаки, число разбиений

Список литературы:
  1. Haralick R., Shapiro L. Image segmentation techniques. Computer vision // Graphics and Image Processing (CVGIP). 1985. Vol. 29. P. 100—132.
  2. Fu K. Mui J. A survey on image segmentation // Pattern Recognition. 1981. Vol. 13. P. 3—16.
  3. Pal N., Pal S. A survey on image segmentation techniques // Pattern Recognition. 1993. Vol. 26. P. 1277—1229.
  4. Skarbek W., Koschan A. Color image segmentation — A survey: Technisher Bericht / Technical Univ. of Berlin. 1994. P. 94—32.
  5. Luccheseyz L., Mitray S. K. Color image segmentation: A state-of-the-art survey // Proc. of the Indian National Science Academy (INSA-A). 2001. Vol. 67, N 2. P. 207—221.
  6. Semantic-Based Visual Information Retrieval / Ed. Y. J. Zhang. IGI Global, 2006.
  7. Gonzalez R., Woods R. Digital Image Processing. NJ: Prentice Hall, 2002.
  8. Rosenfeld A. Image pattern recognition // Processing of IEEE. 1981. Vol. 69, N 5. P. 596—605.
  9. Денисов Д. А., Низовкин В. А. Сегментация изображений на ЭВМ // Зарубежная радиоэлектроника. 1985. № 10. С. 5—31.
  10. Поршнев С. В., Левашкина А. О. Универсальная классификация алгоритмов сегментации изображений // Журн. научных публикаций аспирантов и докторантов. 2008. № 3 (31). С. 163—172.
  11. Пестунов И. А., Синявский Ю. Н. Алгоритмы кластеризации в задачах сегментации спутниковых изображений // Вестн. КемГУ. 2012. № 2. C. 110—125.
  12. Sahoo P. K., Soltani S., Wong A. K. C. A survey of thresholding techniques // Computer Vision, Graphics, and Image Processing. 1988. Vol. 41, N 2. P. 233—260.
  13. Spirkovska L. A Summary of Image Segmentation Techniques: NASA Technical Memorandum 104022. June 1993 [Электронный ресурс]: .
  14. Khanykov I. G., Kharinov M. V., Patel C. Image segmentation improvement by reversible segment merging // Intern. Conf. on Soft Computing and its Engineering Applications: IEEE Gujarat Section Proc. 2017.
  15. Харинов М. В., Ханыков И. Г. Оптимизация кусочно-постоянного приближения сегментированного изображения // Тр. СПИИРАН. 2015. Т. 3, № 40. С. 183—202.
  16. Харинов М. В., Ханыков И. Г. Применение метода Уорда для кластеризации пикселов цифрового изображения // Вестн. Бурятского гос. ун-та. 2016. № 4. С. 34—42.
  17. Харинов М. В., Ханыков И. Г. Комбинированный метод улучшения сегментации изображения // Тр. Бурятского гос. ун-та. 2015. С. 118—124.
  18. Ханыков И. Г. К вопросу о выделении объектов на изображении методами сегментации [Электронный ресурс]: < http://conference.spiiras.nw.ru/seminar_ICT/20160205Khanykov.pdf>, 13.04.2017.
  19. Ward J. H., Jr. Hierarchical grouping to optimize an objective function // J. of the Amer. Statistical Association. 1963. Vol. 58. P. 236—244.
  20. Chen J., Pappas T. N., Mojsilovic A., Rogowitz B. Adaptive image segmentation based on color and texture // Intern. Conf. on Image Processing: IEEE Proc. 2002. Vol. 3. P. 777—780.
  21. Ханыков И. Г. Сопоставление двух методов автоматической сегментации // Материалы IX Санкт-Петербургской межрегион. конф. „Информационная безопасность регионов России (ИБРР-2015)“, 28—30 окт. 2015 г. СПб, 2015. С. 88—89.