Підвищення чутливості та достовірності сегментації напівтонових слабкоконтрастних зображень на основі ітеративного застосування нечітких перетворень типу-2

Анотація

Сегментація є одним із найскладніших завдань, що вирішуються при обробці зо-бражень, що обумовлено відсутністю апріорної інформації про наявність, форму і ро-зташування об'єктів інтересу, наявністю низькоконтрастних областей, в яких об'єк-ти інтересу, що шукаються, можуть частково або повністю розташовуватися, та іншими факторами. 
В даний час одним з поширених підходів до вирішення цієї задачі є застосування різних алгоритмів, заснованих на використанні нечітких множин типу-1, таких як FCM та його модифікації, і типу-2, наприклад, T2FCM. Однак ці методи є алгоритма-ми кластеризації, тому вимагають розрахунку матриці центроїдів, а також завдання кількості нечітких кластерів, хоча для виконання безпосередньо сегментації це необо-в'язково. Існують також методи підвищення якості зображень, засновані на застосу-ванні нечітких множин, які можна використовувати для кластеризації зображень, однак вони не є ітеративними, що не дозволяє керувати деталізацією при сегментації.
У роботі запропоновано підвищення чутливості та достовірності ітеративного алгоритму сегментації напівтонових зображень за рахунок зміни способу розрахунку функцій належності, а також зниження числа керуючих параметрів.
Запропонований алгоритм сегментації не використовує матрицю центроїдів, не вимагає завдання числа нечітких кластерів, є ітеративним, має мале число керуючих параметрів (точність навчання та максимальне число ітерацій). Описаний у роботі метод заснований на застосуванні нечітких функцій приналежності типу-1 (НФП1) і типу-2 (НФП 2), при цьому розрахунок матриці НФП2 заснований на різниці матриць "верхньої" та "нижньої" НФП1, які, у свою чергу, розраховуються як середнє за двома типами степеневих перетворень. Формування результуючого зображення здійснюєть-ся на основі зваженої суми результатів застосування методів еквалізації та адаптив-ної еквалізації гістограми до напівтонового зображення, сформованого на основі зна-чень матриць НФП2 і "верхньої" і "нижньої" НФП1 після завершення навчання.
Наведені в роботі експериментальні результати на прикладі сегментації реаль-них напівтонових медичних зображень показують підвищення деталізації при викори-станні запропонованої модифікації, а також більш чітке виділення меж областей ін-тересу і внутрішньої структури зображення при меншій кількості керуючих параме-трів у порівнянні з базовим алгоритмом. Перспективним напрямом подальших дослі-джень є розробка нових підходів до формування НФП1 та НФП2 для підвищення стій-кості алгоритму до шумів.