Алгоритмы и структуры данных 2 2017/2018/Segmentation — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Aumnov (обсуждение | вклад) (→Сегментация изображений) |
Aumnov (обсуждение | вклад) |
||
| Строка 9: | Строка 9: | ||
[https://www.dropbox.com/s/90byx68xotodm9m/images.zip?dl=0 Примеры изображений] | [https://www.dropbox.com/s/90byx68xotodm9m/images.zip?dl=0 Примеры изображений] | ||
| − | |||
| − | |||
Пояснения по заданию и коду: | Пояснения по заданию и коду: | ||
Текущая версия на 14:37, 10 октября 2017
Сегментация изображений
В этом задании вам необходимо реализовать алгоритм сегментации изображений с помощью локального поиска для минимального разреза. Для простоты мы будем делать сегментацию на 2 класса на основе цветов пикселей.
Вам дается код с заготовкой, в которой написана базовая загрузка изображений (с помощью библиотеки scipy) и некоторые удобные функции для работы с ними. Необходимо реализовать функцию сегментации и проверить ее работу на нескольких примерах изображений.
Пояснения по заданию и коду:
- Для каждого класса фиксируется свой основной цвет (переменные S и T, нужно задавать вручную для каждого изображения).
- Расстояние между двумя цветам вычисляется как среднеквадратичное между яркостями компонент (функция dist).
- Штраф данного пикселя за принадлежность к классу равен расстоянию от него до цвета класса.
- Штраф для отнесения соседних пикселей к разным классам равен расстоянию между их цветами.
- В заготовке после сегментации пиксели изображения подкрашиваются в соответствующий цвет для наглядности.
- Заготовкой пользоваться не обязательно, программировать можно как на Python, так и на C++ (но заготовки для C++ нет).
