Loading [MathJax]/jax/output/SVG/config.js
Компьютерная оптика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерная оптика:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерная оптика, 2021, том 45, выпуск 4, страницы 562–574
DOI: https://doi.org/10.18287/2412-6179-CO-876
(Mi co941)
 

Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Система признаков для расширенного суперпиксельного представления изображений

А. А. Егороваa, В. В. Сергеевab

a Самарский национальный исследовательский университет имени академика С.П. Королёва, 443086, Россия, г. Самара, Московское шоссе, д. 34
b ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН, 443001, Россия, г. Самара, ул. Молодогвардейская, д. 151
Список литературы:
Аннотация: Как правило, при решении прикладных задач анализа и обработки изображений на основе суперпиксельного представления используется малый набор признаков суперпикселей. Расширение описания суперпикселей может повысить качество обрабатывающих алгоритмов. В статье предлагается набор из 25 базовых признаков суперпикселей, характеризующих их форму, яркость, геометрические параметры и положение на плоскости. Предлагаемые признаки отвечают требованиям низкой сложности вычисления в процессе сегментации изображения и достаточности для решения широкого класса прикладных задач. На их основе представлена модификация известного подхода к формированию суперпикселей, которая заключается в быстрой первичной суперпиксельной сегментации изображения со строгим предикатом однородности, обеспечивающим получение суперпикселей, с высокой точностью сохраняющих информацию исходного растрового изображения, и последующем укрупнении суперпикселей при более мягких предикатах однородности. Экспериментально показано, что такой подход позволяет существенно сократить число элементов изображения, что способствует снижению сложности обрабатывающих алгоритмов, а расширенные суперпиксели более точно соответствуют содержательным областям изображения.
Ключевые слова: суперпиксельная сегментация, признак, моментные инварианты, полиномиальная аппроксимация.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 19-37-90116 а
Министерство науки и высшего образования Российской Федерации 007-ГЗ/Ч3363/26
Работа выполнена при поддержке гранта РФФИ (№ 19-37-90116), а также Министерства науки и высшего образования РФ в рамках выполнения работ по Государственному заданию ФНИЦ «Кристаллография и фотоника» РАН (соглашение № 007-ГЗ/Ч3363/26).
Поступила в редакцию: 08.02.2021
Принята в печать: 03.04.2021
Тип публикации: Статья
Образец цитирования: А. А. Егорова, В. В. Сергеев, “Система признаков для расширенного суперпиксельного представления изображений”, Компьютерная оптика, 45:4 (2021), 562–574
Цитирование в формате AMSBIB
\RBibitem{EgoSer21}
\by А.~А.~Егорова, В.~В.~Сергеев
\paper Система признаков для расширенного суперпиксельного представления изображений
\jour Компьютерная оптика
\yr 2021
\vol 45
\issue 4
\pages 562--574
\mathnet{http://mi.mathnet.ru/co941}
\crossref{https://doi.org/10.18287/2412-6179-CO-876}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co941
  • https://www.mathnet.ru/rus/co/v45/i4/p562
  • Эта публикация цитируется в следующих 3 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерная оптика
    Статистика просмотров:
    Страница аннотации:180
    PDF полного текста:41
    Список литературы:34
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025