| dc.contributor.author | Horváth, Juraj | |
| dc.contributor.author | Zolotová, Iveta | |
| dc.date.accessioned | 2006-08-03T11:06:27Z | |
| dc.date.available | 2006-08-03T11:06:27Z | |
| dc.date.issued | 2005 | |
| dc.identifier.citation | Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava. Řada strojní. 2005, roč. 51, č. 2, s. 47-52 : il. | en |
| dc.identifier.issn | 1210-0471 | en |
| dc.identifier.uri | http://hdl.handle.net/10084/56030 | |
| dc.description.abstract | Tento príspevok popisuje dve zhlukovacie metódy bežné pri analýze dat - fuzzy c-means metódu a metódu Gustafsona - Kessela, ktoré boli použité v segmentácii číslicových obrazov vo fáze predspracovania obrazu. Ako príznakový priestor týchto metód boli zvolené RGB a L*u*v* farebné priestory. Vlastnosti týchto metód boli experimentmi nad piatimi farebnými obrázkami. Obrázky nemali rovnaké veľkosti, každý z nich mali rozdielnu šírku aj výšku. Priemerný počet pixelov bol zhruba 157000. Obrázky boli pôvodne zaznamenané v RGB farebnom priestore. Metóda narastania segmentov tvorí hlavnú časť segmentačnej metódy. Pre jej prácu bola potrebná defuzzifikácia stupňov príslušností jednotlivých pixelov do zhlukov. Výsledky boli získané v RGB a L*u*v* farebných priestoroch, najprv s fuzzy c-means metódou, potom metódou Gustafsona - Kessela. Porovnanie výsledkov dávaných týmito metódami bolo vykonané experimentálnymi simuláciami na testovacích obrázkoch v Matlabe. | |
| dc.format.extent | 781530 bytes | cs |
| dc.format.mimetype | application/pdf | cs |
| dc.language.iso | en | en |
| dc.publisher | Vysoká škola báňská - Technická univerzita Ostrava | en |
| dc.relation.ispartofseries | Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava. Řada strojní | en |
| dc.relation.uri | http://transactions.fs.vsb.cz/2005-2/047.pdf | |
| dc.rights | © Vysoká škola báňská - Technická univerzita Ostrava | |
| dc.title | Comparison of two clustering methods in image segmentation | en |
| dc.title.alternative | Porovnanie dvoch zhlukovacích metód v segmentách číslicových obrazov | en |
| dc.type | article | en |
| dc.description.abstract-en | This contribution describes two clustering methods common for data analysis - the fuzzy c-means and the Gustafson - Kssel method, which were used in the image segmentation process in its pre-processing stage. The RGB and L*u*v* color space was used as the feature space for these clustering methods. Properties of these clustering methods were obtained from five color images. Images weren't of the same sizes; each image has its own vertical and horizontal resolution. An average count of pixels was about 157000 pixels. Images were originally defined in the RGB color space. A segmentation method was based on a basic region growing method. Defuzzification of membership grades of pixels into clusters was necessary. Results were obtained in the RGB and L*u*v* color spaces, firstly with the fuzzy c-means, secondly with the Gustafson - Kessel method. A comparison of results given by both methods was done by experimental simulations in Matlab. | |
| dc.rights.access | openAccess | |
| dc.type.version | publishedVersion | |
| dc.type.status | Peer-reviewed | |