Исследование пространства признаков для анализа изображений глазного дна

Abstract

Целью работы является разработка технологии формирования эффективного набора признаков, обеспечивающих локализацию областей интереса на изображениях глазного дна с необходимой точностью.Исследуется модель изображения глазного дна. Разрабатывается и реализуется технология интеллектуального отбора признаков, обеспечивающих кластеризацию объектов изображения глазного дна с допустимой ошибкой кластеризации. Разработаны программы для формирования исходной выборки большого объема, предварительной обработки исходной выборки и исследования отобранных наборов признаков на устойчивость к шумовым искажениям.В работе произведен выбор оптимального набора признаков, позволяющих разделять классы изображения глазного дна с необходимой точностью. Проанализирована ошибка кластеризации при использовании различных способов отбора признаков. Определен наилучший размер окна фрагментации. Исследовано влияние предобработки исходной выборки на ошибку кластеризации. Эффективные наборы признаков, формирующие наименьшую ошибку кластер