Опрацювання зображень кластеризацією з метою пошуку ключів образів

Для формування кластерів, регіонів та зв’язних областей обрано наступні параметри, отримані експериментальним чином: w_b ≥ 80%; w_B ≥ 50%; головна і діагональні відстані для формування регіонів = 1; ω = 6; головна і діагональні відстані для формування зв’язних областей = 25. При кроці 1× 1 отримано 36030 мікрокластерів, 6075 кластерів, 38 регіонів, 6 зв’язних областей.

Зауважимо, що кількості мікрокластерів, отримані різними алгоритмами сканування є близькі між собою. Тому робимо висновок, що на кількість мікрокластерів для слабкоструктурованих зображень суттєво впливає лише крок сітки та параметр інтенсивності мікрокластера.

На рис. 5.1 зображено результати декомпозиції вихідного медичного образу (рис. 5.2, а) на кластери (рис. 5.1, б), регіони (рис. 5.1, в), зв’язні області (рис. 5.1, г) та розфарбовані регіони за їх зваженими яскравостями (рис. 5.1, д) для кроку сітки 2× 2.

а б в

г д

Рис. 5.1. Результати декомпозиції медичного образу для кроку сітки 2× 2

Проведені дослідження показали значну залежність структурованих і слабкоструктурованих зображень від кроку сітки та параметру інтенсивності мікрокластера. Від типу алгоритму сканування образу для отримання початкових мікрокластерів залежать лише результати кластеризації структурованих зображень.