Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

АЛГОРИТМЫ НЕЧЕТКОЙ СЕГМЕНТАЦИИ, ОСНОВАННЫЕ НА ПРИНЦИПЕ 
ПОТЕНЦИАЛОВ 
Салиев Э.А. (Центр разработки программных продуктов и аппаратно-программных 
комплексов при ТУИТ) 
Одной из важнейших проблем обработки изображений является разработка 
алгоритмов сегментации изображения. В настоящее время существует большое количество 
алгоритмов сегментации полутоновых изображений. Однако к проблеме сегментации 
цветных изображений уделено значительно меньшее внимание. Поэтому вопросы 
разработки и исследования алгоритмов сегментации цветных изображений являются 
актуальными. 
Целью данного доклада является разработка и исследование алгоритмов 
сегментации цветных цифровых изображений с применением методов обработки цифровых 
изображений на основе концепции теории нечетких множеств [1]. В качестве исходных 
алгоритмов рассмотрены алгоритмы, основанные на принципе потенциалов [2]. 
Для достижения поставленных целей необходимо решить следующие задачи: 
- сформулировать задачи нечеткой сегментации цветных цифровых изображений;
- разработать алгоритмы выделения нечетких сегментов на цветных цифровых 
изображений; 
- провести экспериментальные исследования для оценки работоспособности 
разработанных алгоритмов. 
Основная идея предлагаемых алгоритмов заключается в определении однородной 
области на рассматриваемом цветной изображений с использованием метода поиска 
наборов сильно связанных пикселей. 
Для проверки работоспособности предложенных алгоритмов проведены 
экспериментальные исследования при решении задачи выделения области номерных 
знаков автомобилей. Результаты этих экспериментов показали работоспособность и 
высокую точность предлагаемых алгоритмов при решении задачи выделения области 
номерных знаков автомобилей на изображениях. 
Литература 
1. Etienne E., Kerre M. Fuzzy Techniques in Image Processing. - New York: Springer, 
2000. – 430 р. 
2. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в 
теории обучения машин. – М.: Наука, 1970. – 348 с.