Глоссарий ИИ
Полный словарь искусственного интеллекта
Сегментация методом роста областей
Техника, которая начинается с начальных точек (семян) и объединяет соседние пиксели на основе критериев сходства (цвет, текстура, интенсивность) для формирования однородных областей.
Сегментация слиянием областей
Подход, который начинается с начальной избыточной сегментации (например, сеткой) и итеративно объединяет наиболее похожие смежные области в соответствии с заранее определенным критерием.
Водораздел
Алгоритм сегментации, который рассматривает изображение как топографический рельеф, затапливая бассейны от маркеров для разграничения границ между областями.
SLIC (Simple Linear Iterative Clustering)
Алгоритм избыточной сегментации, который генерирует компактные и почти правильные суперпиксели, адаптируя K-Means к 5-мерному пространству (CIELAB + координаты x,y) с весовым коэффициентом расстояния-цвета.
Пространство признаков (Feature Space)
Многомерное представление, в котором каждый пиксель является вектором своих атрибутов (например, RGB, Lab, текстура), над которым работают алгоритмы кластеризации для сегментации.
Критерий Уорда
Метод связи для иерархической кластеризации, который минимизирует общую внутрикластерную дисперсию, объединяя на каждом этапе два кластера, вызывающие наименьшее увеличение этой дисперсии.
Избыточная сегментация
Явление, при котором алгоритм кластеризации создает чрезмерное количество сегментов, часто более мелких, чем реальные объекты интереса на изображении, требующее последующего этапа слияния.
Сегментация на основе ядер (Kernel-based Segmentation)
Подход кластеризации, использующий ядерные функции для проецирования пикселей в пространство более высокой размерности, где нелинейно разделимые кластеры становятся линейно разделимыми.