Wyniki wyszukiwania - BazTech

1

Algorithm for selecting optimal clustering parameters used for over-segmentation reduction

Smołka J., Skublewska-Paszkowska M., Łukasik E.

Przegląd Elektrotechniczny

|

2016

|

R. 92, nr 9

250--256

EN

The authors proposed a solution to the over-segmentation of color images processed by watershed segmentation algorithm. The solution utilizes hierarchical cluster analysis and treats watersheds as objects characterized by a number of attributes. This paper briefly discusses the solution (clustering methods, their parameters, selected watershed attributes) and presents an algorithm used for selecting optimal parameters for cluster analysis. Detailed results obtained for a set of test images are presented and discussed.

PL

Autorzy zaproponowali rozwiązanie problem nadsegmentacji obrazów barwnych. Zjawisko to występuje w wyniku zastosowania transformacji wododziałowej. Rozwiązanie wykorzystuje hierarchiczną analizę skupień i traktuje zlewiska jako obiekty opisane zestawami atrybutów. Artykuł, krótko omawia zaproponowaną metodę (metody analizy skupień, jej parametry, wybrane atrybuty zlewisk) a także przedstawia algorytm zastosowany do doboru optymalnych parametrów analizy skupień. Artykuł przedstawia i omawia również wyniki otrzymane dla obrazów testowych.

2

Porównanie funkcji oceny segmentacji w kontekście metody redukcji nadsegmentacji obrazów barwnych

Smołka J., Skublewska-Paszkowska M.

Prace Instytutu Elektrotechniki

|

2012

|

Z. 260

143-156

PL

Artykuł dotyczy jednego z problemów transformacji wododziałowej, jakim jest nadmierna segmentacja (nadsegmentacja) obrazów. Przedstawia on porównanie funkcji oceny segmentacji, które były wykorzystywane do określenia jakości wyniku redukcji nadsegmentacji w obrazach poddanych działaniu transformacji wododziałowej. Przedstawiono krótko zaproponowaną wcześniej, a opartą na analizie skupień, metodę redukcji nadsegmentacji oraz scharakteryzowano zastosowane funkcje oceny. Dzięki wspomnianym funkcjom możliwy jest półautomatyczny wybór liczby klas w końcowej segmentacji. Wyniki porównania funkcji omówiono i zilustrowano za pomocą wykre-sów oraz przykładowych segmentacji obrazów testowych.

EN

The paper concerns one problem in watershed transformation: over-segmentation. It compares segmentation quality assesment functions used to assess the quality of over-segmentation reduction in images first segmented by means of watershed transformation. It presents briefly a method of over-segmentation reduction based on cluster analysis, a method proposed earlier by the authors. Using the above functions allows for semi-automatic selection of the number of classes in the final segmentation. Results are discussed and illustrated with charts and sample test images of segmentation.

3

Usuwanie nadmiernej segmentacji w transformacji wododziałowej za pomocą analizy skupień

Smołka J., Skublewska-Paszkowska M.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2008

|

T. 12, z. 2

463-482

PL

Transformacja wododziałowa może być stosowana zarówno do obrazów czarno-białych, jak i kolorowych. Na swoim wejściu transformacja powinna otrzymać obraz, w którym duże wartości odpowiadają krawędziom. Większość obrazów można przekształcić do tej postaci za pomocą odpowiedniego filtru gradientowego (dostosowanego do obrazów kolorowych lub czarno-białych). Niestety wynik działania transformacji wododziałowej jest praktycznie zawsze nadmiernie posegmentowany. Stosowanie prostych metod usuwania nadsegmentacji często nie daje dobrych wyników. Artykuł przedstawia rozwiązanie tego problemu korzystające z analizy skupień. Umożliwia ono połączenie zlewisk w żądaną liczbę klas. Parametry analizy skupień pozwalają na dostosowanie jej do obrazów konkretnego typu, a także pozwalają na uwzględnienie w procesie łączenia zlewisk informacji ignorowanych przez transformację wododziałową.

EN

Watershed transformation can be applied to color as well as to gray-scale images. It requires a height function as its input. Most images may be converted to the required form by means of a gradient filter suited for the type of image being segmented. Unfortunately, in most cases, the image after watershed transformation is heavily over-segmented. Using simple methods for reducing over-segmentation doesn't give good results. This paper presents a solution to this problem that utilizes cluster analysis. It allows for watershed merging that produces a requested number of classes. Cluster analysis is very flexible. Its parameters can easily be exchanged in order to adapt the method for a particular type of image. Attributes used for watershed merging may take into account information that is disregarded by the watershed transformation itself.