Алгоритм последовательного определения текстурных признаков, характеризующих однородные текстурные области, для задачи сегментации зображений

• Published in: Кибернетика и вычислительная техника
• Date: 2013
• Main Authors: Гольцев, А.Д., Гриценко, В.И.
• Format: Article
• Language: Russian
• Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України 2013
• Subjects: Информационные технологии и системы
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/84480
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Алгоритм последовательного определения текстурных признаков, характеризующих однородные текстурные области, для задачи сегментации зображений / А.Д. Гольцев, В.И. Гриценко // Кибернетика и вычислительная техника. — 2013. — Вип. 173. — С. 25-34. — Бібліогр.: 24 назв. — рос.

Описана часть модели текстурной сегментации зрительных изображений. Модель предназначена для решения задачи сегментации произвольного изображения на однородные текстурные области при условии отсутствия какой-либо информации об изображении. Создана компьютерная программа, реализующая эту модель. Программа проверена на черно-белых естественных изображениях ландшафтного типа. Эксперименты продемонстрировали эффективность модели для текстурной сегментации естественных изображений. Описано частину моделі текстурної сегментації візуальних зображень. Модель призначено для вирішення задачі сегментації довільного зображення на однорідні текстурні області за умови відсутності якої-небудь інформації про зображення. Створено комп'ютерну програму, що реалізує цю модель. Програму випробувано на чорно-білих природних зображеннях ландшафтного типу. В експериментах продемонстровано ефективність моделі для текстурної сегментації природних зображень. The texture segmentation procedure is performed basing on textural features extracted from the image. The segmentation process is sequential and iterative, one homogeneous texture segment is delineated in each iteration. At the beginning of every iteration, a set of textural features characterizing the currently extracted segment is found by means of some computations in a multi-dimensional feature space. Thus, it is development of the algorithm for finding a representative feature set that is the goal of this work.