Информационно-аналитическая система сегментации изображений с помощью нейро-нечеткого подхода
Main Article Content
Аннотация
Представлена информационно-аналитическая система (ИАС) для высокоскоростной сегментации изображений в градациях серого, основанной на модифицированном методе дефаззификации с использованием треугольных функций принадлежности. Цель исследования заключается в анализе влияния упрощения формулы дефаззификации на точность и контрастность выделения объектов. Предложенный подход включает адаптивное обучение весового коэффициента, позволяющее динамически корректировать процесс дефаззификации в зависимости от целевых значений. Проведено сравнение базового метода усреднения значений принадлежности и модифицированного варианта с учетом нелинейных весов. Эксперименты, проведенные на изображениях формата 1024x720, продемонстрировали, что разработанная ИАС обеспечивает высокую точность сегментации и улучшенную контрастность объектов при минимальных вычислительных затратах. Результаты подтверждают превосходство предложенного метода над традиционными подходами, подчеркивая перспективы применения искусственного интеллекта в задачах компьютерного зрения.
Article Details
Библиографические ссылки
2. Bobyr' M.V., Arkhipov A.Ye., Milostnaya N.A. Metod rascheta karty glubin na osnove myagkikh operatorov // Sistemy i sredstva informatiki. 2019. T. 29. № 2. S. 71–84. https://doi.org/10.14357/08696527190207
3. Lee D.H., Chen P.Y., Yang F.J. et al. “High-Efficient Low-Cost VLSI Implementation for Canny Edge Detection” // Journal of Information Science & Engineering, 2020. Vol. 36, No. 3. P. 34–57.
4. Koohi H., Kiani K. User Based Collaborative Filtering Using Fuzzy C-Means // Measurement. 2016. V. 91. P. 134–139. https://doi.org/10.1016/j.measurement. 2016.05.058
5. Yang Q., Sun L. A Fuzzy Complementary Kalman Filter Based on Visual and IMU Data for UAV Landing // Intern. Journal for Light and Electron Optics. 2018. V. 173. P. 279–291. https://doi.org/10.1016/j.ijleo.2018.08.011.
6. S. Eti, S. Yüksel, H. Dinçer. A machine learning and fuzzy logic model for optimizing digital transformation in renewable energy: Insights into industrial information integration // Journal of Industrial Information Integration. 2024. Vol. 42. P. 100734. https://doi.org/10.1016/j.jii.2024.100734. EDN MFEAPI.
7. Romanov A.A., Filippov A.A., Yarushkina N.G. Adaptive Fuzzy Predictive Approach in Control // Mathematics. 2023. Vol. 11, No. 4. P. 875. https://doi.org/10.3390/math11040875. EDN LRGVQT.
8. Bobyr M., Bondarenko B., Malyshev A. High-speed Fuzzy Inference Machine Learning Device Based on Single-Layer Area Ratio Defuzzifier // Intelligence Enabled Research: Proceedings of the 2024 Sixth Doctoral Symposium on Intelligence Enabled Research (DoSIER 2024), Dhupguri, Jalpaiguri, West Bengal, India, November 28–29, 2024. Jalpaiguri, West Bengal, India, 2025. P. 15–25. EDN FXFCKM.
9. Zimichev E.A., Kazanskiy N.L., Serafimov P.G. Prostranstvennaya klassifikatsiya putem integratsii izobrazheniy s ispol'zovaniyem metoda klasterizatsii k-means ++ // Komp'yuternaya optika. 2014. T. 38, No. 2. S. 281–286. https://doi.org/10.18287/01342452-2014-38-2-281-286
10. Pereyra M., McLaughlin S. Fast Unsupervised Bayesian Image Segmentation with Adaptive Spatial Regularisation // IEEE Transactions on Image Processing, 2017. Vol. 26, No. 6. P. 2577–2587. https://doi.org/10.1109/TIP.2017.2675165
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.