2015 УДК 621.391 МНОГОВЫБОРОЧНАЯ РАНГОВАЯ СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ Р.В. Подрезов Новосибирский государственный технический университет В данной статье рассматривается задача сегментации изображений в условиях непараметрической априорной неопределенности относительно распределений яркостных классов. <...> В таких условиях применимы ранговые алгоритмы сегментации, но недостатком таких алгоритмов, оценивающих порог по одной рабочей выборке с фиксированным положением или подбором положения, является значительная чувствительность к взаимному расположению области класса и выборки. <...> В отличие от существующих ранговых методов предлагаемый алгоритм использует критерий максимального правдоподобия, вычисляемого по нескольким выборкам. <...> Также в статье изложен способ эффективного вычисления решающей статистики для предлагаемого метода и метода, использующего подбор положения выборки. <...> Способ заключается в предварительном сопоставлении номера выборки каждому рангу и использовании номера выборки для вычисления приращения логарифмической функции правдоподобия. <...> Работа алгоритма была проверена на моделях изображений с нормальными распределениями классов. <...> Приведены зависимости вероятности ошибки по критерию Котельникова от дисперсии распределений классов, количества наблюдений классов в рабочих выборках и расположения пространственно сгруппированных наблюдений класса относительно выборок. <...> Характеристики подтверждают возможность решения задач сегментации полутоновых изображений устойчиво к изменению положения сгруппированных наблюдений. <...> DOI: 10.17212/1727-2769-2015-2-110-116 Введение К настоящему времени получили широкое развитие методы, используемые в задачах распознавания объектов на изображениях. <...> Существует большое разнообразие алгоритмов, эффективно работающих в этих условиях, например, метод окон Парзена–Розенблатта [1, 2] и метод k-ближайших соседей [3]. <...> Также довольно эффективным является <...>