Opencv pythonda k-means algoritmi bilan tasvirlarga ishlov berish

MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI


Fan:Tizimlar va signallarni qayta ishlash
AMALIY ISH

BAJARDI:412-20 GURUH TALABASI SAMADOV RAVSHAN
TEKSHIRDI:QO'CHQOROV MUSLIMJON
OPENCV PYTHONDA K-MEANS ALGORITMI BILAN TASVIRLARGA ISHLOV BERISH
Annotasiya: Ushbu maqolada tasvirlarga ishlov berish algoritmlari haqida tushunchalar berilgan hamda python dasturida K-Means algoritmini qo‘llagan holatda tasvirga ishlov berish jarayoni tushuntirilgan.


Tasvirni segmentatsiya qilish - bu tasvirni qayta ishlash vazifasi bo'lib, unda tasvir bir nechta qismlarga bo'linadi bu bitta qismlardagi piksellar umumiy xususiyatlarga ega deb qaraladi..Rasm segmentatsiyasining ikkita shakli mavjud:


Mahalliy segmentatsiya - bu tasvirning ma'lum bir sohasi yoki mintaqasi bilan bog'liq.
Global segmentatsiya - bu butun tasvirni segmentlarga ajratish bilan bog'liq.


Tasvirlarni segmentatsiyalash usullari

1. 
   Uzluksizlikni aniqlash - bu tasvirni uzilishlarga qarab qismlarga ajratish usuli. Bu yerda chekkalarni aniqlash kiradi. Intensivlik tufayli hosil bo'lgan qirralarning uzilishi qaraladi va qism chegaralarini o'rnatishda ishlatiladi. Misollar: gistogramma filtrlash va konturni aniqlash.
   
2. 
   O'xshashlikni aniqlash - rasmni o'xshashlikka qarab bo'limlarga ajratish usuli hisoblanadi. O’xshashlik chegarasi, bu metodologiyaga maydonni kengaytirish va qismlarni ajratish va birlashtirish kiritilgan. Ularning barchasi tasvirni o'xshash piksellar soniga ega bo'laklarga ajratadi. Belgilangan mezonlarga asoslanib, ular rasmni o'xshash xususiyatlarga ega bo'lgan klasterlar guruhiga bo'lishadi. 
   

Misol: Kmeans, Rangni aniqlash/ tasniflash .

3. 
   Neyron tarmoq yondashuvi- qaror qabul qilish uchun neyron tarmoqqa asoslangan segmentatsiya algoritmlari inson miyasini o'rganish texnikasini takrorlaydi. Bu usul tibbiy tasvirlarni segmentlarga ajratishda va ularni fondan ajratishda keng qo'llaniladi.