informИнформатикаInformatics1816-03012617-6963UIIP NASBinform-451Research ArticleОБРАБОТКА ИЗОБРАЖЕНИЙ И РАСПОЗНАВАНИЕ ОБРАЗОВАВТОМАТИЧЕСКАЯ БИНАРИЗАЦИЯ ГРАДИЕНТНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ КЛАСТЕРНОГО МЕТОДА ОПРЕДЕЛЕНИЯ ПОРОГОВОЙ ВЕЛИЧИНЫПрадунД. В.ЗалесскийД. А.Объединенный институт проблем информатики НАН БеларусиBelarus20101007201801(25)512Copyright © Прадун Д.В., Залесский Д.А., 20182018Прадун Д.В., Залесский Д.А.Прадун Д.В., Залесский Д.А.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/451

Исследуется проблема автоматической бинаризации мультиспектральных и полутоновыхизображений. Дается краткая характеристика основных типов алгоритмов и методов автомати-ческого определения порога бинаризации. Приводится общая схема работы наиболее эффективных алгоритмов бинаризации. Сравниваются результаты бинаризации градиентных изображений, т. е. изображений, полученных в результате вычисления градиента исходного изображения. Проводится оценка качества адаптивного сглаживания изображений, содержащих шумовой сигнал, на основе выбранных алгоритмов автоматической бинаризации.

ReferencesЗалесский, Б.А. Алгоритм адаптивной фильтрации мультиспектральных изображений /Залесский, Б.А. Алгоритм адаптивной фильтрации мультиспектральных изображений /Б.А. Залесский, Д.В. Прадун // Информатика. – 2009. – № 2 (22). – С. 31–38.Б.А. Залесский, Д.В. Прадун // Информатика. – 2009. – № 2 (22). – С. 31–38.Sezgin, M. Survey over image thresholding / M. Sezgin, B. Sankur // Journal of ElectronicSezgin, M. Survey over image thresholding / M. Sezgin, B. Sankur // Journal of ElectronicImaging. – 2004. – Vol. 13, № 1. – P. 146–165.Imaging. – 2004. – Vol. 13, № 1. – P. 146–165.Acharya, T. Image Processing. Principles and applications / T. Acharya, A.K. Ray. –Acharya, T. Image Processing. Principles and applications / T. Acharya, A.K. Ray. –New Jersey : John Wiley & Sons, Inc., 2005. – 428 p.New Jersey : John Wiley & Sons, Inc., 2005. – 428 p.Nixon, M.S. Feature Extraction and Image Processing / M.S. Nixon, A.S. Aguado. – Oxford :Nixon, M.S. Feature Extraction and Image Processing / M.S. Nixon, A.S. Aguado. – Oxford :Butterworth-Heinemann, 2002. – 350 p.Butterworth-Heinemann, 2002. – 350 p.Otsu, N. A threshold selection method from gray level histograms / N. Otsu // IEEE Trans.Otsu, N. A threshold selection method from gray level histograms / N. Otsu // IEEE Trans.Syst. Man Cybern. – 1979. – SMC-9, № 1. – P. 62–66.Syst. Man Cybern. – 1979. – SMC-9, № 1. – P. 62–66.Прэтт, У. Цифровая обработка изображений : пер. с англ. : в 2 т. / У. Прэтт ; под ред.Прэтт, У. Цифровая обработка изображений : пер. с англ. : в 2 т. / У. Прэтт ; под ред.Д.С. Лебедева. – М. : Мир, 1982. – Т. 2. – 478 с.Д.С. Лебедева. – М. : Мир, 1982. – Т. 2. – 478 с.Kapur, J.N. A new method for gray-level picture thresholding using entropy of the histogram / J.N. Kapur, P.K. Sahoo, A.K.C. Wong // Graph. Models Image Process. – 1985. – Vol. 29. – P. 273–285.Kapur, J.N. A new method for gray-level picture thresholding using entropy of the histogram / J.N. Kapur, P.K. Sahoo, A.K.C. Wong // Graph. Models Image Process. – 1985. – Vol. 29. – P. 273–285.

The authors declare that there are no conflicts of interest present.