群がることによる細分化の広範囲の意味
単語として細分化、ある目的を分類する平均はイメージ、それに持っている多くの理論をあり、私達がイメージの目的を確認することを望むと方法は、そこにであるそれぞれをそれぞれ扱う余りにも多くのピクセル仮定するその代り、私達は密集した、概略表示の形態を好むべきである。
、この記事のあらゆる読者のために複雑にされて私が細分化で群がることの意味をいかに示すか、表面的にこれらの異った方法がいくつかのようであるかもしれないが。
細分化の1 つの自然な概観は私達がデータセットのどの部品が自然に一緒に属するか定めるように試みていることである。これはであり群がるように知られている問題。
私達は2 つの方法で群がることができる:
- 仕切る: ここに私達は大きいデータセットを有し、連合の概念に従ってセットの中の項目の間で曲げる。私達は私達のモデルに従ってよい部分にそれを分解することを望む。例えば私達は凝集性色があり、織る地域にイメージを分解できる。
- 分かれる: この部分では私達は明瞭なデータ項目を有し、意味を一緒に成しているデータ項目のセットを集めることを望む。
どんな表示が手もと問題のために適しているかここのキーはどんな規準によって知る必要がある細分化方法がどのピクセルが一緒に属し、どれをか決定するべきであるか私達定めるべきである。
分けるビデオを群がることを要約するか、または機械を見つけることと同様、使用するかもしれないある適用のために非常に有用があることができるかか私達の適用のために適したどの集り方法群がることによる細分化私達が決定すれば、衛星イメージの建物を見つけるmage の人々を見つける: 多角形にライン・セグメント及び集まっているラインで組み立てることができる端ポイントのコレクションを捜すことによってされるこれら。
ない何が適用に興味深く、左右されない何が執筆の時間に最少細分化の広範囲理論があることができることを見ることは堅くないない、そこにである細分化の広範囲理論。
群がること以来上定義され、さらにデータセットが集りと取替えられるという群がることはプロセス、それでありであり考えてが自然別の意味群がるように細分化について: ピクセルは同じ色を有するので、同じ質一緒に属するかもしれない、近く、そうであり。群がる方法のいくつかと同様、: によって群がることはグラフ理論に群がることによって、細分化K 意味する。
著者について:
USMP 及びUTP の医学ののM.sc イギリスMohamed S. El Kayyali - Resercher エンジニア画像処理のKayyali のエッジ検出理論の創設者。IEEE 及びCIPPRS のメンバー
記事のソース: Messaggiamo.Com
Related:
» Seo Elite: New Seo Software!» AntiSpywareBOT
» Reverse Mobile
» Error Nuker
ウェブマスター向けのHTMLコードを取得
この記事を追加してお客様のウェブサイトを今しなさい！
ウェブマスター向けの記事を送信してください
登録の必要なし！フォームに記入してください Messaggiamo.Com 記事は、ディレクトリ！
