ПРИМЕНЕНИЕ МЕТОДОВ МНОГОМЕРНОЙ КЛАССИФИКАЦИИ ДЛЯ ОПРЕДЕЛЕНИЯ ФРАГМЕНТНО ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ
Основное содержание статьи
Аннотация
В работе предложен метод определения искаженных изображенийна основе применения классификационных методов анализа данных. Для проведенияисследований подготовлена серия цифровых изображений, модифицированныхвставками с перемешиванием пикселей. В качестве информативных параметров,характеризующих искажение яркости в области изображения, предложеноиспользовать локальные гистограммы. Для установления различий винформативных параметрах немодифицированных и искаженных изображенийприменены классификационные методы PLS-DA, SVM, метод k-ближайших соседей.Сравнение результатов классификации позволило установить, что применение SVMклассификатора позволяет определять классы немодифицированных и искаженныхизображений c более высокой точностью, чем у других методов.
Скачивания
Детали статьи
Литература
Красильников, Н.Н. Цифровая обработка 2D- и 3D-изображений: учеб. пособие. / Н.Н. Красильников – СПб.: БХВ-Петербург, 2011. – С. 608.
Kuhn M. Applied predictive modeling / M. Kuhn, K. Johnson. – Springer, 2013. – С. 600.
Гонсалес Р. Цифровая обработка изображений. / Р. Гонсалес, Р. Вудс – М.: ТЕХНОСФЕРА, 2005. – С. 1072.
Brereton, R.G. Chemometrics for Pattern Recognition / R.G. Brereton. – John Wiley & Sons, 2009. – С. 504.
Эсбенсен, К. Анализ многомерных данных / К. Эсбенсен. – Черноголовка : Изд-во ИПХФ РАН, 2005. – С. 160.