Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.237.0.123
    [SESS_TIME] => 1711702886
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => b7d3d4d0c8e6d61b1211365b9f4abc5a
    [UNIQUE_KEY] => 973131f0416aba9c4a06b4ec0599f0cb
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2019 год, номер 6

МОДИФИЦИРОВАННЫЙ МЕТОД ОБНАРУЖЕНИЯ МЕЛКИХ СТРУКТУР НА ЗАШУМЛЁННЫХ ИЗОБРАЖЕНИЯХ

А.В. Лихачев
Институт автоматики и электрометрии СО РАН, Новосибирск, Россия
ipm1@iae.nsk.su
Ключевые слова: классификатор элементов изображения, апостериорные вероятности, image element classifier, posterior probabilities
Страницы: 55-63

Аннотация

Предложен классификатор, ориентированный на работу с фрагментами изображения размером 1 пиксель. Разделение элементов на объект и фон проводится по апостериорным вероятностям, при расчёте которых используется гистограмма. Вычислительный эксперимент показал, что разработанный алгоритм осуществляет более точную классификацию по сравнению с разделением по порогу яркости, определяемому из условия минимальности взвешенной суммы ошибок первого и второго рода.

DOI: 10.15372/AUT20190607