Самранд ХасанSamrand Hassan
Русский

Отчёт · 2018

Сегментация изображений на основе гистограммы изображения и кластеризации

Image Segmentation Based on Image Histogram and Clustering Technique

Samrand Mahmood Hassan

Код и данные

Аннотация

Сегментация изображений — важная часть многих задач анализа изображений и компьютерного зрения. В частности, эффективная интерактивная сегментация объектов переднего плана на статических изображениях имеет большое практическое значение для редактирования изображений и давно привлекает внимание исследователей. Классические инструменты сегментации используют информацию о текстуре, цвете или границах (контрасте); среди известных методов выделения объекта переднего плана — деформируемые модели, Graph-cut и GrabCut. Методы сегментации объектов применяются во многих областях компьютерного зрения: представление и интерпретация сцен, поиск изображений по содержанию, отслеживание объектов на видео, медицинские приложения. В этом проекте для сегментации медицинских изображений использованы два метода. В первом по пикам гистограммы входного полутонового изображения задаётся несколько диапазонов яркости пикселей; получается набор бинарных изображений для этих диапазонов, которые преобразуются в изображения класса uint8 и объединяются в сегментированное изображение. Во втором к тем же изображениям применяется алгоритм K-means, дающий максимально компактные и хорошо разделённые кластеры, после чего линейная фильтрация выделяет области изображения с их границами. Большинство методов сегментации объектов в компьютерном зрении основаны на обнаружении границ и предполагают значительный и постоянный перепад уровня серого между объектом интереса и фоном.

Связаться

Совместное исследование, доклад или сложная инженерная задача — напишите мне.