Наведено результати дослідження впливу розмірів мікрокластерів початкового рівня декомпозиції візуальних образів на кількість та площу сегментів зображень різної структури. Пакет містить алгоритми чотирьох рівнів кластеризації: покриття образу мікрокластерами, прямокутниками, побудови з них кластерів неправильної форми та об’єднання останніх у зв’язні області.
The investigation results concerning the dependencies of decomposition degree for visual patterns by different structure from number and square of microclusters formed on the first stage of clusterind are presented. The package is based on four levels clustering algorithms: coverage of patterns by microclusters and rectangles, merging the clusters onto the regions of irregular form and grouping the latter onto the closed areas.
- Andy M Yip, Chris Ding, Tony F.Chan. Dynamic Cluster Formation Using Level Set Methods // IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.28, n. 6, p.877-889, June, 2006.
- Leo Grady, Eric L.Schwartz. Isoperimetric Graph partitioning for Image segmentation // IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.28, n. 3, p. 469–475, March, 2006.
- M Pavan, M Pelillo. Dominant sets and Pairwise Clustering // IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.29, n. 1, p. 167–172, January, 2007.
- Zhiven Yu, Hau-San Wong. GCA: A real-time grid based clustering algorithms for large data set. Proceedings of the 18th International Conference on Pattern Recognition (ICPR`06), p. 740–743.
- Мельник Р., Тушницький Р. Керування параметрами кластера в алгоритмі декомпозиції спектральних зображень // Комп’ютерні науки та інфор- маційні технології. – 2007. – №598. – С. 3–8.
- Мельник Р., Тушницький Р. Застосування пакета кластеризації образів для оцінювання показників стану крові // Комп’ютерні системи проекту- вання. Теорія і практика. – 2007. – № 591. – С. 28– 33.