Добро пожаловать в клуб

Показать / Спрятать  Домой  Новости Статьи Файлы Форум Web ссылки F.A.Q. Логобург    Показать / Спрятать

       
Поиск   
Главное меню
ДомойНовостиСтатьиПостановка звуковФайлыКнижный мирФорумСловарьРассылкаКаталог ссылокРейтинг пользователейЧаВо(FAQ)КонкурсWeb магазинКарта сайта

Поздравляем!
Поздравляем нового Логобуржца АННА1987 со вступлением в клуб!

Реклама

КНИЖНЫЙ МИР

Modified K- Medoids Algorithm For Image Segmentation   Amit Yerpude and Sipi Dubey

Modified K- Medoids Algorithm For Image Segmentation

68 страниц. 2012 год.
LAP Lambert Academic Publishing
Clustering as a segmentation technique gives a vector of N measurements describing each pixel or group of pixels (i.e., region) in an image, a similarity of the measurement vectors and therefore their clustering in the N-dimensional measurement space implies similarity of the corresponding pixels or pixel groups. Therefore, clustering in measurement space may be an indicator of similarity of image regions, and may be used for segmentation purposes. This book investigates efficient and effective clustering and soft computing algorithms for image segmentation.The improved algorithm for K-medoids clustering incorporates histogram equalization as its first step to reduce the number of centroids. The algorithm calculates the best optimal medoids and uses them for segmentation to reduce the time complexity without much affecting the intercluster similarity.
 
- Генерация страницы: 0.04 секунд -