Infokommunikacionnye tehnologiiInfokommunikacionnye tehnologiiИнфокоммуникационные технологии2073-3909Povolzhskiy State University of Telecommunications and Informatics55834ArticlesСтатьиResearch ArticleMETHOD OF TEXTURE SEGMENTATION OF AEROSPACE IMAGESМЕТОД ТЕКСТУРНОЙ СЕГМЕНТАЦИИ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙKarlushinK. AКарлушинК. А

аспирант Кафедры «Радиоэлектронные средства» (РЭС) Вятского государственного университета (ВятГУ).

karlushin-work@mail.ruKurbatovaE. EКурбатоваЕ. Е

аспирант Кафедры РЭС ВятГУ.

kurbatovae@gmail.comMedvedevaE. VМедведеваЕ. В

к.т.н., доцент Кафедры РЭС ВятГУ.

EMedv@mail.ruВятский государственный университет15122012104NO4 (2012)ТОМ 10, №4 (2012)414520122020Copyright ©; 2012, Karlushin K.A., Kurbatova E.E., Medvedeva E.V.Copyright ©; 2012, Карлушин К.А., Курбатова Е.Е., Медведева Е.В.2012Karlushin K.A., Kurbatova E.E., Medvedeva E.V.Карлушин К.А., Курбатова Е.Е., Медведева Е.В.https://creativecommons.org/licenses/by-nc-nd/4.0https://journals.eco-vector.com/2073-3909/article/view/55834

Method of texture segmentation of aerospace images based on two-dimensional Markov processes is offered. As a textural feature the probability of transition between image elements is used. The method of segmentation has been researched experimentally and compared with known contour methods (Canny, Sobel, Laplacian gausian). The method effectively allocates texture regions with different statistical characteristics and allows to reduce computing resources.

Предложен метод текстурной сегментации аэрокосмических изображений на основе двумерных цепей Маркова. В качестве текстурного признака используется оценка вероятности перехода между элементами изображения. Проведено экспериментальное исследование разработанного метода сегментации и сравнение его с известными контурными методами (Канни, Собела, Лапласиана гауссиана). Метод эффективно выделяет текстурные области с разными статистическими характеристиками и позволяет снизить вычислительные затраты.

texture segmentationdigital grayscale imagesMarkov processan entropythe probability of transitionтекстурная сегментацияцифровые полутоновые изображениямарковский процессэнтропияоценка вероятности переходаКовтун И.В. Текстурная сегментация изображений на основе марковских случайных полей // Управляющие системы и машины. №4, 2003. -С. 46-55.Петров Е.П., Медведева Е.В., Меткелев А.П. Метод синтеза математических моделей видеоизображений на основе многомерных цепей Маркова // Нелинейный мир. № 4, 2011. - C. 213-231.Медведева Е.В., Петров Е.П. Метод вычисления информационных характеристик цифровых по лутоновых изображений // ИКТ. Т.6, №3, 2008. - С. 104-109.Колодникова Н.В. Обзор текстурных признаков для задач распознавания образов // Доклады ТУСУРа. Автоматизированные системы обработки информации, управления и проектирования, 2004. - C. 113-124.Шапиро Л., Стокман Дж. Компьютерное зрение. Пер. с англ. М.: БИНОМ. Лаборатория знаний, 2006. - 752 с.