Отрывок: а) ~ 400 сегментов б) ~ 400 сегментов в) ~1200 сегментов г) ~1200 сегментов Рисунок 2.2 – Работа алгоритма SLIC: а), в) – изображение 1366х768; б), г) – изображение 200х186 С точки зрения визуального восприятия сложно сказать, какой алгоритм работает лучше. Для SLIC метода свойственны более гладкие и пропорциональные сегменты по сравнению с ERS методом. Сравним результаты работы алгоритмов, полученных эмпирически, на основе критериев качества. Далее на рисунках 2.3, 2.4,...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Барабошина В. А. | ru |
dc.contributor.author | Попов С. Б. | ru |
dc.contributor.author | Суханов С. В. | ru |
dc.contributor.author | Бибиков С. А. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | Slic | ru |
dc.coverage.spatial | алгоритмы обработки изображений | ru |
dc.coverage.spatial | адаптивный фильтр | ru |
dc.coverage.spatial | медианный фильтр | ru |
dc.coverage.spatial | кластерные методы | ru |
dc.coverage.spatial | графовые методы | ru |
dc.coverage.spatial | характерные области | ru |
dc.coverage.spatial | обработка изображений | ru |
dc.coverage.spatial | суперпикселы | ru |
dc.coverage.spatial | суперпиксельные алгоритмы | ru |
dc.creator | Барабошина В. А. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20190808144110 | ru |
dc.identifier.citation | Барабошина, В. А. Разработка и исследование алгоритмов выделения характерных областей на основе суперпиксельного представления изображений : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / В. А. Барабошина ; рук. работы С. Б. Попов ; нормоконтролер С. В. Суханов ; рец. С. А. Бибиков ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т. - Самаpа, 2019. - on-line | ru |
dc.description.abstract | Объектом исследования являются набор изображений MSRA-1000. Цель работы – сравнительное исследование алгоритмов выделения характерных областей на основе суперпиксельного представления изображений. Для получения результатов сравнительного исследования пров | ru |
dc.format.extent | Электрон. дан. (1 файл : 3,9 Мб) | ru |
dc.title | Разработка и исследование алгоритмов выделения характерных областей на основе суперпиксельного представления изображений | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.021 | ru |
dc.textpart | а) ~ 400 сегментов б) ~ 400 сегментов в) ~1200 сегментов г) ~1200 сегментов Рисунок 2.2 – Работа алгоритма SLIC: а), в) – изображение 1366х768; б), г) – изображение 200х186 С точки зрения визуального восприятия сложно сказать, какой алгоритм работает лучше. Для SLIC метода свойственны более гладкие и пропорциональные сегменты по сравнению с ERS методом. Сравним результаты работы алгоритмов, полученных эмпирически, на основе критериев качества. Далее на рисунках 2.3, 2.4,... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Барабошина_Виктория_Андреевна_Разработка_исследование_алгоритмов.pdf | 3.99 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.