Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634699)
Контекстум
.
Доклады Академии наук высшей школы Российской Федерации  / №2 2013

АВТОМАТИЧЕСКИЙ ВЫБОР ПОРОГОВ ДЛЯ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ГРАДИЕНТНЫХ СТРУКТУРНЫХ ТЕНЗОРОВ (330,00 руб.)

0   0
Первый авторГрузман
ИздательствоМ.: ПРОМЕДИА
Страниц9
ID236309
АннотацияСегментация изображений играет важную роль в обработке изображений и компьютерном зрении. Для сегментации анизотропных текстур широко используется градиентный структурный тензор. Среди большого числа методов сегментации метод пороговой сегментации является наиболее универсальным из-за его эффективности и простоты. Как правило, сегментация для градиентного структурного тензора основана на использовании априорных данных. Иерархический метод основан на сравнении меры когерентности локальной ориентации текстуры с наперед заданным порогом. Предложено применить метод Оцу для автоматического выбора оптимальных порогов, чтобы разделить анизотропные текстуры. В соответствии с этим методом оптимальные пороги выбираются путем максимизации межклассовой дисперсии. Однако реализация метода Оцу для многоуровневой пороговой обработки требует много времени из-за неэффективного расчета межклассовой дисперсии. Разработан быстрый алгоритм выбора порогов Оцу на основе табличного метода. Предлагаемый подход обладает не только вычислительной эффективностью, но и не требует априорных предположений о свойствах текстур. Эксперименты на типовых изображениях показали, что предложенный алгоритм обеспечивает конкурентноспособные результаты. Рассмотрены примеры, демонстрирующие эффективность алгоритма для сегментации изображений линейных трасс, получаемых при проведении судебно-криминалистической экспертизы.
УДК621.391
Грузман, И.С. АВТОМАТИЧЕСКИЙ ВЫБОР ПОРОГОВ ДЛЯ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ГРАДИЕНТНЫХ СТРУКТУРНЫХ ТЕНЗОРОВ / И.С. Грузман // Доклады Академии наук высшей школы Российской Федерации .— 2013 .— №2 .— С. 67-75 .— URL: https://rucont.ru/efd/236309 (дата обращения: 24.04.2024)

Предпросмотр (выдержки из произведения)

2013 ДОКЛАДЫ АН ВШ РФ июль–декабрь ТЕХНИЧЕСКИЕ НАУКИ УДК 621.391 АВТОМАТИЧЕСКИЙ ВЫБОР ПОРОГОВ ДЛЯ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ГРАДИЕНТНЫХ СТРУКТУРНЫХ ТЕНЗОРОВ И.С. <...> Грузман Новосибирский государственный технический университет isgruzman@gmail.com Сегментация изображений играет важную роль в обработке изображений и компьютерном зрении. <...> Для сегментации анизотропных текстур широко используется градиентный структурный тензор. <...> Среди большого числа методов сегментации метод пороговой сегментации является наиболее универсальным из-за его эффективности и простоты. <...> Как правило, сегментация для градиентного структурного тензора основана на использовании априорных данных. <...> Иерархический метод основан на сравнении меры когерентности локальной ориентации текстуры с наперед заданным порогом. <...> Предложено применить метод Оцу для автоматического выбора оптимальных порогов, чтобы разделить анизотропные текстуры. <...> В соответствии с этим методом оптимальные пороги выбираются путем максимизации межклассовой дисперсии. <...> Однако реализация метода Оцу для многоуровневой пороговой обработки требует много времени из-за неэффективного расчета межклассовой дисперсии. <...> Разработан быстрый алгоритм выбора порогов Оцу на основе табличного метода. <...> Предлагаемый подход обладает не только вычислительной эффективностью, но и не требует априорных предположений о свойствах текстур. <...> Эксперименты на типовых изображениях показали, что предложенный алгоритм обеспечивает конкурентноспособные результаты. <...> Рассмотрены примеры, демонстрирующие эффективность алгоритма для сегментации изображений линейных трасс, получаемых при проведении судебно-криминалистической экспертизы. <...> Ключевые слова: пороговая сегментация, анизотропные текстуры, градиентный структурный тензор, автоматический выбор, метод Оцу. <...> AUTOMATIC THRESHOLDS SELECTION FOR IMAGE SEGMENTATION BASED ON THE GRADIENT STRUCTURE TENSORS Gruzman I.S. <...> Novosibirsk State Technical University, isgruzman@gmail.com Image segmentation plays an important role <...>

Облако ключевых слов *


* - вычисляется автоматически
.