Аннотация:
Статья содержит краткий обзор основных подходов к сравнительной оценке эффективности алгоритмов анализа изображений. Рассмотрены эмпирические методики сравнительного исследования эффективности детекторов границ и алгоритмов сегментации изображений, проводится анализ используемых при этом количественных критериев их оценки. Описан ряд проблем, возникающих при использовании этих критериев. Изложена эмпирическая методика EDEM (на примере сравнительного тестирования детекторов границ), реализуемая в рамках разрабатываемой авторами программной среды PICASSO.
Ключевые слова:сравнительное исследование, анализ изображений, детекторы границ, сегментация изображений, мера эффективности, ground truth образ, нечёткие множества.
Работа выполнена при поддержке гранта РФФИ № 14-07-00502.
Поступила в редакцию: 20.04.2015 Исправленный вариант: 22.07.2015
Тип публикации:
Статья
Образец цитирования:
П. П. Кольцов, А. С. Осипов, А. С. Куцаев, А. А. Кравченко, Н. В. Котович, А. В. Захаров, “О количественной оценке эффективности алгоритмов анализа изображений”, Компьютерная оптика, 39:4 (2015), 542–556
R. M. Shakirzyanov, M. P. Shleymovich, S. V. Novikova, “Method for Unmanned Vehicles Automatic Positioning Based on Signal Radially Symmetric Markers Recognition of Underwater Targets”, Autom Remote Control, 84:7 (2023), 734
S. V. Sai, “A Method of Adaptive Quantization for the Coefficients of a Discrete Wavelet Transformation”, Optoelectron.Instrument.Proc., 59:2 (2023), 167
Р. М. Шакирзянов, М. П. Шлеймович, С. В. Новикова, “Метод автоматического позиционирования беспилотных аппаратов на основе распознавания сигнальных радиально-симметричных маркеров подводных целей”, Автомат. и телемех., 2023, № 7, 93–120; R. M. Shakirzyanov, M. P. Shleymovich, S. V. Novikova, “Method for unmanned vehicles automatic positioning based on signal radially symmetric markers recognition of underwater targets”, Autom. Remote Control, 84:7 (2023), 831–851
V. V. Rabtsevich, V. Yu. Tsviatkou, “Efficiency Evaluation of Segmentation Algorithms for AFM Images”, Doklady Belorusskogo gosudarstvennogo universiteta informatiki i radioèlektroniki, 20:6 (2022), 61
Rinat M. Shakirzyanov, Alina A. Shakirzyanova, 2021 International Russian Automation Conference (RusAutoCon), 2021, 714
С. В. Сай, А. Г. Шоберг, “Способ управления качеством передачи мелких структур изображений в стандарте JPEG2000”, Компьютерная оптика, 44:3 (2020), 401–408 [S. V. Sai, A. G. Schoberg, “Quality control method of the transmission of fine image details in the JPEG2000”, Computer Optics, 44:3 (2020), 401–408]
Andrey Osipov, “On Some Fuzzy Classification Algorithms and the AEC Model”, WSEAS TRANSACTIONS ON SYSTEMS, 19 (2020), 168
L V Stepanova, V S Dolgikh, “Interference-optical methods in mechanics for the multi-parameter description of the stress fields in the vicinity of the crack tip”, J. Phys.: Conf. Ser., 1096 (2018), 012117
I. V. Zhurbin, O. M. Nemtsova, A. G. Zlobina, D. V. Gruzdev, “Method of Estimating the Geometric Parameters of a Three-Dimensional Object from Resistivity Survey Data”, Pattern Recognit. Image Anal., 28:4 (2018), 830
Dmitry Murashov, “Theoretical-information quality model for image segmentation”, Procedia Engineering, 201 (2017), 239
Arber Balani, Olga Vladimirovna Glushakova, Yaroslava Vaysberg, Natalia Vasilievna Fadeikina, Vladimir Vasilevich Mikhailov, Vladimir Trifonov, “————– (Evaluation of the Efficiency of the Strategic Architecture of the Public Management System of the Social-Economic Development of the Territory)”, SSRN Journal, 2017