СЕГМЕНТАЦИЯ МНОГОСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ АНСАМБЛЯ НЕПАРАМЕТРИЧЕСКИХ АЛГОРИТМОВ КЛАСТЕРИЗАЦИИ
- Авторы: Пестунов И.А.1, Бериков В.Б.2, Синявский Ю.Н.1, Pestunov IA3, Berikov VB3, Sinyavskiy Y.N3
-
Учреждения:
- Институт вычислительных технологий Сибирского отделения Российской академии наук
- Институт математики имени С. Л. Соболева Сибирского отделения Российской академии наук
- Выпуск: Том 11, № 5 (2010)
- Страницы: 56-64
- Раздел: Статьи
- URL: https://journals.eco-vector.com/2712-8970/article/view/504909
- ID: 504909
Цитировать
Полный текст
Аннотация
Об авторах
Игорь Алексеевич Пестунов
Институт вычислительных технологий Сибирского отделения Российской академии наук
Email: pestunov@ict.nsc.ru <mailto:pestunov@ict.nsc.ru>
физико-математических наук, доцент, заведующий лабораторией Института вычислительных технологий Сибирского отделения Российской академии наук. Окончил Новосибирский государственный университет в 1977 г. Область научных интересов - непараметрические методы распознавания образов и кластеризации, обработка многоспектральных изображений, ГИС-техно-логии; Институт вычислительных технологий Сибирского отделения Российской академии наук
Владимир Борисович Бериков
Институт математики имени С. Л. Соболева Сибирского отделения Российской академии наук
Email: berikov@math. nsc.ru
доктор технических наук, ведущий научный сотрудник, доцент Института математики имени С. Л. Соболева Сибирского отделения Российской академии наук. Окончил Новосибирский государственный университет в 1986 г. Область научных интересов - распознавание образов, кластерный анализ, обработка изображений; Институт математики имени С. Л. Соболева Сибирского отделения Российской академии наук
Юрий Николаевич Синявский
Институт вычислительных технологий Сибирского отделения Российской академии наук
Email: fox83@ngs.ru <mailto:fox83@ngs.ru>
младший научный сотрудник Института вычислительных технологий Сибирского отделения Российской академии наук. Окончил Новосибирский государственный университет в 2000 г. Область научных интересов - непараметрические методы распознавания образов и кластеризации, обработка многоспектральных изображений, геоинформационные системы, веб-технологии; Институт вычислительных технологий Сибирского отделения Российской академии наук
I A Pestunov
V B Berikov
Yu N Sinyavskiy
Список литературы
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2006. С. 812.
- Dey V., Zhang Y., Zhong M. A review on image segmentation techniques with remote sensing perspective // ISPRS TC VII Symposium - 100 Years ISPRS, Vienna. Austria. July 5-7 2010. IAPRS. Vol. XXXVIII. Part 7A. P. 31-42.
- Rekik A., Zribi M., Hamida A., Benjelloun1 M. Review of satellite image segmentation for an optimal fusion system based on the edge and region approaches // IJCSNS International Journal of Computer Science and Network 242 Security. 2007. Vol. 7. № 10. P. 242-250.
- Jain A. K., Duin R. P. W., Mao J. Statistical Pattern Recognition: A Review // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2000. Vol. 22. № 1. P. 4-37.
- Clausi D. A. K-means Iterative Fisher (KIF) unsupervised clustering algorithm applied to image texture segmentation // Pattern Recognition. 2002. Vol. 35. № 9. P. 1959-1972.
- Бериков В. Б. Построение ансамбля деревьев решений в кластерном анализе // Вычислительные технологии. 2010. Т. 15. № 1. С. 40-52.
- Strehl A., Ghosh J. Clustering ensembles - a knowledge reuse framework for combining multiple partitions // The Journal of Machine Learning Research. 2002. Vol. 38. P. 583-617.
- Hong Y., Kwong S. To combine steady-state genetic algorithm and ensemble learning for data clustering // Pattern Recognition Letters. 2008. Vol. 29(9). P. 1416-1423.
- Jain A. K. Data clustering: 50 years beyond K-means // Pattern Recognition Letters. 2010. Vol. 31, Is. 8. P. 651-666.
- Parzen E. On the estimation of a probability density function and the mode // The Annals of Mathematical Statistics. 1962. Vol. 33. P. 1065-1076.
- Rosenblatt M. Remarks on some nonparametric estimates of a density function // The Annals of Mathematical Statistics. 1956. Vol. 27. P. 832-837.
- Пестунов И. А., Синявский Ю. Н. Непараметрический алгоритм кластеризации данных дистанционного зондирования на основе grid-подхода // Автометрия. 2006. Т. 42. № 2. С. 90-99.
- Епанечников В. А. Непараметрическая оценка многомерной плотности вероятности // Теория вероятностей и ее применение. 1969. Т. 14. № 1. С. 156-160.
- Comaniciu D., Meer P. Mean shift: A Robust Approach toward Feature Space Analysis // IEEE Transactions on Pattern Analysis Machine Intelligence. 2002. Vol. 24. № 5. P. 603-619.
- Fukunaga K., Hosteeler L. D. The estimation of the gradient of a density function, with applications in patter recognition // IEEE Trasactions on Informational Theory. 1975. Vol. 21. P. 32-40.
- Cheng Y. Mean shift, mode seeking, and clustering // IEEE Tans. Pattern Analysis and Machine Intelligence. 1995. Vol. 17. P. 790-799.
- Comaniciu D., Meer P. Distribution Free Decomposition of Multivariate Data // Pattern Analysis and Applications. 1999. Vol. 2. P. 22-30.
- Freedman D., Kisilev P. Fast Mean Shift by Compact Density Representation // IEEE Conference on Computer Vision and Pattern Recognition. 2009. P. 1818-1825.