Объединение статистических регионов
 | В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
Статистическое объединение регионов ( SRM ) — это алгоритм , используемый для сегментации изображений . [1] [2] Алгоритм используется для оценки значений в пределах регионального диапазона и группировки на основе критериев слияния, в результате чего получается меньший список. Некоторые полезные примеры — создание группы поколений внутри популяции или при обработке изображений группировка ряда соседних пикселей на основе их оттенков, попадающих в определенный порог (критерии квалификации).
Например, с 10 значениями x (1,7, 1,8, 1,9, 3,2, 4,9, 5,1, 5,3, 5,6, 9, 10) в диапазоне 0 < x < 10 может существовать алгоритм статистического объединения областей, который определяет критерии слияния, которые можно применять для объединения заданных значений в меньшее количество значений.
Для данных значений, если критерием слияния является просто проверка порога , которая утверждает, что расстояние между выбранными значениями должно находиться в пределах диапазона 0,3 и должно быть применено среднее значение , тогда результат вышеуказанных значений x будет:
(1.7 + 1.8 + 1.9) / 3 = 5.4 / 3 = 1.8 3.2 = 3.2 / 1 = 3.2 4.9 = 4.9 / 1 = 4.9 (5.1 + 5.2 + 5.3) / 3 = 15.6 / 3 = 5.2 5.6 = 5.6 / 1 = 5.6 9 = 9 / 1 = 9 10 = 10 / 1 = 10
Таким образом, результирующий набор будет 1,8, 3,2, 4,9, 5,2, 5,6, 9, 10. Обратите внимание, что результат SRM варьируется в зависимости от порядка, в котором значения оцениваются алгоритмом.
SRM в основном используется при обработке изображений , когда цветовые палитры с большим номером в изображении преобразуются в палитры с меньшим номером путем объединения палитр похожих цветов. Критерии слияния включают разрешенные цветовые диапазоны, минимальный размер области, максимальный размер области, разрешенное количество тромбоцитов и т. д.
Доступно несколько реализаций SRM для сегментации цветных изображений: Ява , [3] Матлаб , [4] Питон , [5] и демонстрационный апплет . [3]
SRM использовался во многих приложениях для обработки изображений, таких как ClickRemoval. [6] и Уловитель тома. [7]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Нильсен, Франк; Нок, Ричард (2003). «Об объединении регионов: статистическая обоснованность быстрой сортировки с помощью приложений». Конференция IEEE Computer Society 2003 г. по компьютерному зрению и распознаванию образов, 2003 г. Материалы . Том. 2. ИИЭР. стр. II: 19–26. дои : 10.1109/CVPR.2003.1211447 . ISBN 0-7695-1900-8 .
- ^ Нок, Ричард; Фрэнк Нильсен (ноябрь 2004 г.). «Статистическое объединение регионов» (PDF) . Транзакции IEEE по анализу шаблонов и машинному интеллекту . 26 (11): 1452–1458. CiteSeerX 10.1.1.1.1930 . дои : 10.1109/tpami.2004.110 . ПМИД 15521493 . S2CID 595377 . Проверено 19 октября 2013 г.
- ^ Jump up to: а б Нильсен, Франк; Ричард Нок (май 2006 г.). «Слияние статистических регионов в Java: SRMj» . Лаборатория компьютерных наук Политехнической школы . Проверено 19 октября 2013 г.
- ^ Больц, Сильвен. «Сегментация изображений с использованием статистического объединения регионов» . Матлаб Центральный . Проверено 19 октября 2013 г.
- ^ Швандер, Оливье (2012). «Python-SRM — объединение статистических регионов в Python» . Лаборатория компьютерных наук Политехнической школы . Проверено 19 октября 2013 г.
- ^ Нильсен, Франк; Ричард Нок (ноябрь 2005 г.). «ClickRemoval: интерактивное удаление объектов точечного изображения» (PDF) . ММ'05 : 315–318 . Проверено 19 октября 2013 г.
- ^ Овада, Сигеру; Фрэнк Нильсен; Такео Игараси (2005). «Ловец объема». Материалы симпозиума 2005 г. по интерактивной 3D-графике и играм (PDF) . стр. 111–116. дои : 10.1145/1053427.1053445 . ISBN 978-1595930132 . S2CID 16040481 . Проверено 19 октября 2013 г.
{{cite book}}: CS1 maint: дата и год ( ссылка )