Применение метода Уорда для кластеризации пикселей цифрового изображения
Автор: Харинов Михаил Вячеславович, Ханыков Игорь Георгиевич
Журнал: Вестник Бурятского государственного университета. Математика, информатика @vestnik-bsu-maths
Рубрика: Информационные системы и технологии
Статья в выпуске: 4, 2016 года.
Бесплатный доступ
Рассматривается аппроксимация изображения дихотомической последовательностью кусочно-постоянных приближений с различным числом цветов. Иерархия приближений рассчитывается так, что цвета упорядочиваются по убыванию ошибки аппроксимации при разделении надвое множества пикселей данного цвета. Для получения приближений изображения актуального размера предлагается использовать метод Уорда. Скоростные вычисления обеспечиваются сетевой структурой данных на основе динамических деревьев Слейтора-Тарьяна.
Короткий адрес: https://sciup.org/14835198
IDR: 14835198 | DOI: 10.18101/2304-5728-2016-4-34-42
Список литературы Применение метода Уорда для кластеризации пикселей цифрового изображения
- Ward J.H., Jr. Hierarchical grouping to optimize an objective fonction//J. Am. Stat. Assoc. -1963. -V. 58. -Issue 301. -P. 236 -244.
- Мандель И.Д. Кластерный анализ. -М.: Финансы и статистика, 1988,-176 с.
- Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. -М.: Финансы и статистика, 1989. -607 с.
- Jenatton R., Gramfort A., Michel V., Obozinski G., Eger E., Bach F., Thirion, B. Multiscale mining of fMRI data with hierarchical structured sparsity//SIAM Journal on Imaging Sciences. -2012. -V. 5. -№. 3. -P. 35 -856.
- Харинов M.B., Ханыков И.Г. Оптимизация кусочно-постоянного приближения сегментированного изображения.//Труды СПИИРАН. -2015. -Вып. 3(40). -С. 183 -202.
- Kharinov M.V. Reversible Image Merging for Low-level Machine Vision. URL: http://arxiv.org/abs/1604.03832.
- Toffoli T. Reversible computing, In International Colloquium on Automata, Languages, and Programming,-Springer Berlin Heidelberg. -1980. -632 -644.
- Zongxiang Yan Reversible Three-Dimensional Image Segmentation. US Patent № 20110158503 Al. 2009. -10 p.
- Sleator D.D., Taijan R.E. Self-Adjusting Binary Search Trees//Journal of the ACM. 1985. Vol. 32, № 3. -652-686.
- Nock R., Nielsen F. Statistical Region Merging//IEEE Trans. Pattern Anal. Mach. Intell. -2004. -V. 26(11). -1452 -1458.
- Харинов М.В., Ханыков И.Г. Комбинированный метод улучшения сегментации изображения//Вестник Бурятского государственного университета. -2015. -№ 9. -С. 118 -124.
- Малашин Р. О. Методы структурного анализа изображений трехмерных сцен. -Автореф. дис.. канд. техн. наук. -СПб, 2014. -22 с.
- Фаворская М. H., Проскурин А.В. Категоризация сцен на основе расширенных цветовых дескрипторов//Труды СПИИРАН. -2015. -Т. 3. -№. 40. -С. 203 -220.
