Дослідження оптимізаційних властивостей порогової техніки

Abstract

Щоб класифікувати об’єкти, потрібно отримати опис зображення з такою кількістю можливих описів, що безглуздо сприймати кожен як окремий клас. Часткове завдання цієї задачі - розділити зображення на сегменти. Оскільки єдиного методу для всіх випадків немає, ми розглядаємо методи, які дозволяють визначати нові підмножини за допомогою вже вибраних підмножин. У статті розглянуто основні підходи до ідентифікації нових підмножин за допомогою вже вибраних підмножин. Публікація містить такі розділи: розділ зображення будь-якого типу; квантування вхідного зображення; одночасне застосування згладжування та квантування; застосування послідовного фільтра та квантування. To classify objects, you need to get an image description with so many possible descriptions that it is pointless to take each as a separate class. A partial task of this problem is to divide the image into segments. Since there is no common method for all cases, we consider methods that allow us to determine new subsets using already selected subsets. The paper considers the main approaches to identify new subsets using already selected subsets. The publication contains the following sections: partition of an image of any type; quantization of the input image; simultaneous application of smoothing and quantization; application of consistent filter and quantization.