Algorytm segmentacji obrazów oparty na regule decyzyjnej k-NN

• Autorzy: Strzecha K.

Warianty tytułu

EN

Image segmentation algorithm based on k-NN decision rule

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano nowy algorytm segmentacji oparty na statystycznej regule decyzyjnej k - najbliższych sąsiadów zaprojektowany specjalnie do zastosowań a systemach ilościowej analizy obrazów. Przedstawiono jego opis matematyczny oraz wyniki przeprowadzonych z jego udziałem testów w rzeczywistych przemysłowych systemach ilościowej analizy obrazów.

EN

New image segmentation algorithm based on k - nearest neighbours statictical decision rule is presented in this paper. This algorithm were especially developed for use in quantity image analysis systems. There is presented mathematical model of propsed algorithm and results of its tests in system for computerized measurements of surface phenomena.

Słowa kluczowe

PL

analiza obrazów tomograficznych; algorytm segmentacji obrazu; reguła decyzyjna k-NN; ilościowa analiza obrazów

EN

tomographic image analysis; image segmentation algorithm; k-NN decision rule; surface layer

• Wydawca: Przemysłowy Instytut Elektroniki
• Czasopismo: Prace Przemysłowego Instytutu Elektroniki
• Rocznik: 2003
• Tom: nr 148
• Strony: 49--67
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Strzecha K.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

Bibliografia

• [1] Dasarathy, B.V. (ed.) (1991) Nearest-neighbour norms: NN pattern classification techniques, IEEE Computer Society Press, Los Alamitos, Califomia, USA.
• [2] Duda, R.O., Hart, P.E. (1973) Pattern classification and scene analysis. John Wiley and Sons, New York, USA.
• [3] Strzecha, K. (2002) Zastosowanie przetwarzania analizy obrazów w wysokotemperaturowych pomiarach własności fizykochemicznych wybranych materiałów. Rozprawa doktorska, Wydział Elektrotechniki i Elektroniki, Politechnika Łódzka.
• [4] Sankowski, D., Strzecha, K., Jeżewski, S., Senkara, J., Łobodzinski, W. (1999) Computerised device with CCD camera for measurement of surface tension and wetting angle in solid-liquid systems. IEEE lnstrumentation and Measurement Technology Conference, Venice, ltaly, str. 164-168.
• [5] Sankowski, D., Strzecha, K., Jeżewski, S. (2000) Image processing in physical parameters measurement. 16th IMEKO World Congress, Vienna, Austria, str. 277-283.
• [6] Sankowski, D., Senkara, J., Strzecha, K., Jeżewski, S. (2001) Automatic investigation of surface phenomena in high temperature solid and liquid contacts. 18th IEEE Instrumentation and Measurement Technology Conference, Budapest, Hungary, str. 346-249.
• [7] Pavlidis, T. (1987) Grafika i przetwarzanie obrazów. WNT, Warszawa.
• [8] Fu, K.S., Mui, J.K. (1981) A Survey on Image Segmentation, Pattern Recognition, Vol. 13, str. 3-16.
• [9] Haralick, R.M., Shapiro, L.G. (1985) Survey: Image segmentation techniques. Computer Vision, Graphics, and Image Processing, Vol. 29, str. 100-132.
• [10] Reed, T.R., du Buf, J.M.H. (1993) A review of recent texture segmentation and feature extraction techniques. Computer Vision, Grapbies and Image Processing, Vol. 57, str. 359-372.
• [11] Materka, A. (1991) Elementy cyfrowego przetwarzania i analizy obrazów. PWN, Warszawa.
• [12] Gonzalez, R.C., Wintz, P. (1987) Digital image processing. Addison-Wesley Publishing Co., Reading, Massachusetts, USA.
• [13] Lindsay, P.H., NORMAN, D.A. (1984) Procesy przetwarzania informacji u człowieka. PWN, Warszawa.
• [14] Demidow, W. (1989) Patrzeć i widzieć. NOT-SIGMA. Warszawa.
• [15] Putiatin, E., Awierun, S. (1990) Obrabotka izobrażjeni w robotjechnikje. „Maszinostrojenie”, Moskwa, Rosja.