Preview

Информатика

Расширенный поиск

МЕТОД НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ k-СРЕДНИХ СО СГЛАЖИВАЮЩЕЙ ШТРАФНОЙ ФУНКЦИЕЙ

Аннотация

Рассматривается новый подход к кластеризации полутоновых, цветных и мультиспектраль-ных изображений на основе метода нечеткой кластеризации k-средних. В нем предполагается ло-кальная однородность кластерного представления в областях, не разделенных градиентом исходного изображения, за счет использования аддитивной штрафной функции гиббсовского типа, задающей степень гладкости решения в соседних пикселах, в зависимости от величины и направления градиен-та, проходящего между ними. Подход, обобщающий метод нечеткой кластеризации k-средних, по-зволяет, с одной стороны, получить более однородное кластерное представление исходного изобра-жения, а с другой – предотвращает слияние разных кластеров. Он протестирован на модельных изображениях, аэрофотоснимках и космических изображениях, в частности на восьмиканальных мультиспектральных изображениях спутника LANDSAT 7. Приводятся результаты вычислительных экспериментов, которые подтверждают эффективность нового алгоритма.

Об авторе

Б. А. Залесский
Объединенный институт проблем информатики НАН Беларуси
Беларусь


Список литературы

1. Steinhaus, H. Sur la division des corps materiels en parties / H. Steinhaus // Bull. Acad. Po-lon. – 1956. – Vol. 4 (12). – P. 801–804.

2. Lloyd, S. Least squares quantization in PCM / S. Lloyd // IEEE Transactions on Information Theory. – 1982. – Vol. 28, no. 2. – P. 129–137.

3. Bezdek, J.C. Pattern Recognition with Fuzzy Objective Function Algoritms / J.C. Bezdek. – MA, USA : Kluwer Academic Publishers Norwell, 1981. – 256 p.

4. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М. : Техносфе-ра, 2005. – 1075 с.

5. Fuzzy Cluster Analysis: Methods for Classification, Data Analysis and Image Recognition / F. Höppner [et al.]. – N. Y. : John Wiley & Sons, 1999. – 300 p.

6. MacQueen, J.B. Methods for classification and Analysis of Multivariate Observations / J.B. MacQueen // Proc. 5th Berkeley Symposium on Mathematical Statistics and Probability. – Berke-ley, 1967. – P. 281–297.

7. Genitha, C.H. Classification of satellite images using new fuzzy cluster centroid for unsuper-vised classification algorithm // C.H. Genitha, K. Vani // Proc. IEEE Conf. on Information and Com-munication Technologies ICT2013. – JeJu Island, 2013. – P. 203–207.


Рецензия

Для цитирования:


Залесский Б.А. МЕТОД НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ k-СРЕДНИХ СО СГЛАЖИВАЮЩЕЙ ШТРАФНОЙ ФУНКЦИЕЙ. Информатика. 2014;(3):14-20.

For citation:


Zalesky B.A. METHOD FUZZY CLUSTERING k-MEANS WITH SMOOTHING PENALTY FUNCTION. Informatics. 2014;(3):14-20. (In Russ.)

Просмотров: 631


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)