Алгоритм кластеризації k-means в задачах розпізнавання зображень

  • M. Botvin
  • N. Butryk
  • O. Gertsii
Ключові слова: зображення, алгоритм, кластеризація, моделювання, сегментація, температурні показники, букса

Анотація

В статті розглянуто ідентифікацію зображень на основі алгоритму кластеризації k-means. Проаналізовано принцип роботи алгоритму, проведено моделювання по сегментації теплових зображень для розпізнавання теплових характеристик досліджуваних об’єктів. Запропоновано схему реалізації системи машинного зору в процесі виявлення перегрітих букс на залізничному транспорті.

Посилання

Татьянкін В. М. Спосіб ідентифікації образів. // Шостий технологічний уклад: механізми та перспективи розвитку. 2015. С. 79-81. URL: https://cyberleninka.ru/article/v/sposob-identifikatsii-obrazov. (дата звернення 25.10.2019).

Селянкин В. В., Скороход С. В. Анализ и обработка изображений в задачах компьютерного зрения: учебное пособие. Таганрог: Изд-во ЮФУ, 2015. 82 с.

Яшина Е. С. Использование метода кластеризации в информационно-аналитической системе / Е. С. Яшина, М. А. Щербак // Радіоелектронні і комп’ютерні системи. 2016. № 2 (76). С. 62–69. URL: http://nbuv.gov.ua/UJRN/recs_2016_2_11. (дата звернення 25.10.2019).

Neelambike S. Color image segmentation by clustering // International journal of advanced research in computer science & technology. 2014. Vol. 2. № 1. Р. 95-97.

Aqil Burney S.M. K-means cluster analysis for image segmentation // International Journal of Computer Applications. 2014. Vol. 96. № 4. Р. 8.

Nameirakpam Dh. Image segmentation using k-means clustering algorithm and subtractive clustering algorithm. Eleventh international multi-conference on information processing-2015 (IMCIP-2015). India. Р. 764 – 771.

Прибор обнаружения неисправных (нагретых) аварийных букс (ПОНАБ). // Учебно-образовательный портал «Все лекции». URL: http://vse-lekcii.ru/zheleznodorozhnyj-transport/ats/ponab. (дата звернення 25.10.2019).

Karaman S., Pezzatini D., Bimbo A. A multi-camera image processing and visualization system for train safety assessment. // Multimedia Tools and Applications. 2018. Vol. 77. № 2. Р. 1583–1604.

Термографія. // Файловий архів студентів: Фізико-технічні основи рентгенології. URL: https://studfile.net/preview/1785100/page:5/. (дата звернення 25.10.2019).

Принципы получения термографического изображения. // Файловый архив студентов: Лекция 8 «Принципы получения термографического изображения». URL: https://studfile.net/preview/2716754/. (дата звернення 25.10.2019).

K-Means Clustering. // An Introduction to Data Science: Modeling. URL: http://www.saedsayad.com/clustering_kmeans.htm. (дата звернення 25.10.2019).

K-Means Clustering. // A Tutorial on Clustering Algorithms: K-means. URL: https://home.deib.polimi.it/matteucc/Clustering/tutorial_html/kmeans.html. (дата звернення 25.10.2019).

Madushan D. Introductions to K-means Clustering. URL: https://medium.com/@dilekamadushan/introduction-to-k-means-clustering-7c0ebc997e00. (дата звернення 25.10.2019).

Методы кластерного анализа. Итеративные методы. // Интуит: Национальный открытый университет (Курс лекций). URL: https://www.intuit.ru/studies/courses/6/6/lecture/184. (дата звернення 25.10.2019).

Wu Wenbin, Yue Wu and Jintao Li. The Hyper-spectral Image Compression Based on K-Means Clustering and Parallel Prediction Algorithm. // International Conference on Smart Materials, Intelligent Manufacturing and Automation (SMIMA 2018), section: Digital Signal and Image Processing. 2018. Vol. 173: MATEC Web of Conferences. P. 4.

Karri Tata Rao, Ch. Ramesh. Baseline JPEG Image Compression with K-Means Clustering Based Algorithm. // International Journal of Computer Science and Mobile Computing. Vol. 4. № 4. 2015. Р. 379-386.

Tichun Wang, Hongyang Zhang, Lei Tian. Research of Computer Desktop Image Compression Clustering Algorithm. // CHEMICAL ENGINEERING TRANSACTIONS. 2016. Vol. 51. P. 1-6.

Опубліковано
2019-12-26
Розділ
Математичне моделювання