Приборы и системы. Управление, контроль, диагностика Аннотация к статье << Назад Сравнение методов нечеткой кластеризации при извлечении признаков объектов на изображении П.И. КАРАСЕВ, Ю.Ю. ГРОМОВ, Т.Г. САМХАРАДЗЕ, И.А. МЕТЕЛЕВ, А.В. РЯЗАНЦЕВ Сегментация изображения – это процесс, посредством которого изображение разбивается на области со схожими характеристиками. Для сегментации цветных изображений было предложено множество подходов, но широко использовался метод нечетких C-средних, поскольку он обладает хорошей производительностью для большого класса изображений. Однако он не подходит для зашумленных изображений, и требуется больше времени для выполнения по сравнению с другим методом, таким как K-средние. По этой причине было предложено несколько методов для устранения этих недостатков. Такие методы, как вероятностные C-средние, нечеткие вероятностные C-средние, Робастные (выбросоустойчивые) нечеткие вероятностные C-средние и нечеткие C-средние с алгоритмом Густафсона-Кесселя. В этой статье мы проводим сравнение этих методов кластеризации, применяемых для извлечения признаков на изображениях. Сегментированные изображения оцениваются с использованием нескольких параметров качества, таких как частота правильно классифицированной области и время выполнения. Ключевые слова: кластеризация методом FCM, сегментация изображений. DOI: 10.25791/pribor.11.2023.1452 Стр. 14-21.