Порівняльний аналіз методів стиснення палітри зображення для вирішення задачі сегментації

DOI: 10.31673/2786-8362.2023.011111

  • Сітко Д. О. (Sitko D. O.) Державний університет інформаційно-комунікаційних технологій, Київ
  • Гніденко М. П. (Hnidenko M. P.) Державний університет інформаційно-комунікаційних технологій, Київ
  • Прокопов С. В. (Prokopov S. V.) Державний університет інформаційно-комунікаційних технологій, Київ
  • Корнійчук І. Ю. (Korniichuk I. Yu.) Державний університет інформаційно-комунікаційних технологій, Київ

Анотація

У даній роботі пропонується порівняльний аналіз методів квантування палітри кольорового зображення для вирішення задачі сегментації зображення, оптимізації застосування алгоритмів векторизації растрових даних. Розглянуто особливості різних кольорових просторів зображень. Дано характеристику досліджених методів, виділено їх переваги та недоліки, проаналізовано доцільність їх застосування.
Мета роботи: дослідження ефективності та доцільності використання методів квантування палітри в області вирішення задачі сегментації зображення.

Ключові слова: сегментація, векторизація, квантування, кластеризація, палітра, колір, кольоровий простір.

Список використаної літератури:
1.Selinger, P. Potrace: A Polygon-Based Tracing Algorithm. 2003.
2.Shi, Jianbo, and Jitendra Malik. “Normalized Cuts and Image Segmentation.” IEEE Transactions on Pattern Analysis and Machine Intelligence. 2000.
3.Song, Jiqiang et al. Line Net Global Vectorization: An Algorithm and Its Performance Evaluation.
4.He, Yuchen, Sung Ha Kang, Jean-Michel Morel. Topology and Perception Aware Image Vectorization. 2019.
5.Yue, X.D. Pattern Recognition: vol. 47. 2014.
6.Scheunders, P. Pattern Recognition. vol. 30. 1997.
7.Bezdek, J. C. Pattern Recognition with Fuzzy Objective Function Algorithms. 1981.
8.Valafar, Faramarz. "Pattern Recognition Techniques in Microarray Data Analysis." Annals of the New York Academy of Sciences, vol. 980. 2002.
9.Ozturk C., Hancer E., Karaboga D. Color Image Quantization: A Short Review and an Application with Artificial Bee Colony Algorithm. Informatica 25 (3): 485 - 503. 2014.
10.Papamarkos, N., Atsalakis, A.E., Strouthopoulos, C.P. Adaptive color reduction. IEEE Transactions onSystems, Man, and Cybernetics, Part B: Cybernetics, 32 (1), 44–56. 2002.
11.Braquelaire, J.P., Brun, L. Comparison and optimization of methods of color image quantization. IEEETransactions on Image Processing, 6 (7), 1048–1052. 1997.
12.Colormoo, R. J. An Algorithmic Approach to Generating Color Palettes. Claremont: CMC Senior Theses. 2014.
13.Bing, Z., Junyi, S.,Qinke, P. An adjustable algorithm for color quantization. Pattern Recognition Letters, 25 (16). 2004.
14.Segenchuk, S. An Overview of Color Quantization Techniques. 2019.
15.Abbas Y., Alsultanny K., Shilbayeh N. Applying Popularity Quantization Algorithms on Color Satellite Images. Journal of Applied Sciences. 2001.
16.Kruger, A. Median-cut color quantization. Dr. Dobb’s Journal, 46–54, 91–92. !994.
17.Kanungo, Tapas. "An Efficient k-means clustering algorithm: Analysis and implementation." IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24. 2002.
18.Liew, A.W.C., Leung, S.H., Lau, W.H. Fuzzy image clustering incorporating spatial continuity. IEEE Proceedings Vision, Image and Signal Processing, 147(2), 185–192. 2000.
19.Pham, D.L. Spatial models for fuzzy clustering. Computer Vision and Image Understanding, 84(2),285–297. 2001.
20.Inaba, M., Katoh N., Imai H. "Applications of weighted Voronoi diagrams and randomization to variance-based k-clustering." Proceedings of 10th ACM Symposium on Computational Geometry, 1994.
21.Dan S. Color Quantization Using Octrees. Leptonica, 2008.
22.Park, Hyun Jun, Kwang Baek Kim, and Eui-Young Cha. "An Effective Color Quantization Method Using Octree-Based Self-Organizing Maps." 2016.
23.Gervautz M., Purgathofer W. A Simple Method for Color Quantization: Octree Quantization. 1988.
24.Meagher, D. "Octree Encoding: A New Technique for the Representation, Manipulation and Display of Arbitrary 3-D Objects by Computer." Technical Report IPL-TR-80-111, Rensselaer Polytechnic Institute. 1980.
25.Decker, A. H. "Kohonen Neural Networks for Optimal Colour Quantization." 2009.
26.Koutaki, Gou, Hiroshi Okajima, Nobutomo Matsunaga, and Keiichi Uchimura. "Optimization of Color Quantization with Total Luminance for DLP Projector and Its Evaluation System." IEEE International Conference on Image Processing. 2015.
27.Park H. J., Kim K. B., Cha E. An Effective Color Quantization Method Using Color Importance-Based Self-Organizing Maps.
28.Uemura T., Koutaki G., Image segmentation based on Edge detection using boundary code. International journal of innovative computing, information & control. 2011.
29.Ramella G., di Baja G. From Color Quantization to Image Segmentation. Conference: 2016 12th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS). 2016.
30.Ramella G. Evaluation of quality measures for color quantization. Multimedia Tools and Applications. 2021.
31.Kılıçaslan M., İncetaş M. O. Adaptive Color Quantization Method with Multi-level Thresholding. International Journal of Computational Intelligence Systems. 2023.
32.Celebi M. E., Wen Q., Hwang S. An effective real-time color quantization method based on divisive hierarchical clustering. Journal of Real-Time Image Processing 10 (2). 2015.

Номер
№ 1 (2023)
Розділ
Статті