Алгоритмы построения гистограмм многоканальных изображений с использованием иерархических структур данных
Автор: Денисова Анна Юрьевна, Сергеев Владислав Викторович
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Распознавание образов
Статья в выпуске: 4 т.40, 2016 года.
Бесплатный доступ
В статье представлены новые алгоритмы построения и хранения гистограмм многоканальных изображений на основе иерархических структур данных. Разработанные методы позволяют оперировать гистограммами многоканальных изображений с меньшими затратами памяти и большей скоростью, чем непосредственное построение гистограммы в виде таблицы всех возможных значений пикселей с их частотами. Даны теоретические и экспериментальные оценки объёмов памяти и времени построения гистограммы. Рассмотрено практическое применение предложенных алгоритмов для оценки с различной точностью многомерной плотности вероятностей многоканальных изображений дистанционного зондирования Земли.
Многоканальные изображения, гистограмма, иерархическая структура данных, дерево, список
Короткий адрес: https://sciup.org/14059494
IDR: 14059494 | DOI: 10.18287/2412-6179-2016-40-4-535-542
Список литературы Алгоритмы построения гистограмм многоканальных изображений с использованием иерархических структур данных
- Ioannidis, Y. The history of histograms (abridged)/Y. Ioannidis//Proceedings of the 29th international conference on Very large data bases-Volume 29. -VLDB Endowment, 2003. -P. 19-30.
- Narendra, P.M. A non-parametric clustering scheme for LANDSAT/P.M. Narendra, M. Goldberg//Pattern Recognition. -1977. -Vol. 9(1). -P. 207-215. - DOI: 1016/0031-3203(77)90005-X
- Асмус, В.В. Кластерный анализ и классификация с обучением многоспектральных данных дистанционного зондирования Земли/В.В. Асмус, А.А. Буничев, В.П. Пяткин//Техника и технологии. Engineering & Technologies. -2009. -T. 2, № 1. -C. 23-31.
- Сидорова, В.С. Многомерная гистограмма и разделение векторного пространства признаков по унимодальным кластерам/В.С. Сидорова//Труды конференции GraphiCon. -2005. -Т. 2005. -С. 267-274.
- Mason, M. Using histograms to detect and track objects in color video/М. Mason, Z. Duric//IEEE Xplore: Applied Imagery Pattern Recognition Workshop, AIPR 2001 30th. -2001. -P. 154-159. - DOI: 10.1109/AIPR.2001.991219
- Wharton, S.W. A generalized histogram clustering scheme for multidimensional image data/S.W. Wharton//Pattern Recognition. -1983. -Vol. 16(2). -P. 193-199. - DOI: 10.1016/0031-3203(83)90022-5
- Вентцель, Е.С. Теория вероятностей/Е.С. Вентцель//Учеб. для вузов. -6-е изд., стер. -М.: Высшая школа, 1999. -576 c.
- Руссинович, М. Внутреннее устройство Microsoft Windows: Windows Server 2003, Windows XP и Windows/М. Руссинович, Д. Соломон -4-е изд. -СПб.: Питер, 2005.
- MODIS Level 1B Product User’s Guide/Members of the MODIS Characterization Support Team. -NASA/Goddard Space Flight Center, Greenbelt, MD 20771. -July 20, 2012.
- Денисов, В.И. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Методические рекомендации. Часть I. Критерии типа χ2/В.И. Денисов, Б.Ю. Лемешко, С.Н. Постовалов -Новосибирск: Изд-во НГТУ, 1998. -126 с.
