Page 273 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ

273

Метою кластеризації методом ітераційних умовних мод є мінімізація

загальної дисперсії в межах кластера, шляхом присвоєння та перепризначення

кожного пікселя на зображенні до певного класу, беручи до уваги просторову

інформацію [194-195]. З цією метою ми діємо наступним чином:

1) Ініціалізуємо параметри, використовуючи лише інформацію про рівень

сірого для кожного пікселя. В даній роботі запропоновано використати

сегментацію методом Ксу [130].

2) Обчислюємо та для кожного ;

3) Для кожного пікселя та кластера обчислюємо

( ) ( ) (6.5)

і знаходимо .

4) Встановимо для кожного пікселя на зображенні. Іншими

словами, перекласифіковуємо піксель як такий, що належить кластеру .

5) Повторюємо кроки 2-4, поки для всіх
або поки не виконаємо заздалегідь визначену кількість ітерацій. Якщо алгоритм

збігається, ми отримуємо набір множин ( ), що містять кластери пікселів,

згрупованих відповідно до їх вірогідного членства в кластері, з урахуванням

просторового розташування пікселя.

Рівняння (4) схоже на функцію, яку слід мінімізувати в методі К-середніх.

Різниця лише в тому, другий доданок, який називається штраф за відмінні

мітки сусідніх пікселів та вибраного пікселя. Він дає змогу включати

просторову інформацію при кластеризації пікселів. Фактично сума квадратів

відхилень всередині кластера зменшуються на кратне число пікселів в околі ,

що входять до класу , з множником . Якщо в околі пікселя є багато

пікселів, які належать до класу , більш імовірно, що цей піксель також

належить до класу . Звідси ймовірність того, що мінімізуватиме (4)