МЕТОДИКА ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ
МОДЕЛЕЙ ОБЪЕКТОВ ПО МНОГОКАНАЛЬНЫМ ДАННЫМ
И.Н. Крамская
Рассмотрена
методика построения многомерных статистических моделей классификационных
признаков, в качестве которых выбраны значения компонент цветовых моделей (HSI, αβ). Контрольные выборки признаков классов
объектов были получены путем конвертирования участков оптических
изображений, соответствующих объектам одного класса, в массивы данных. Оценка
формы закона распределения проводилась на основании статистических оценок
коэффициентов асимметрии и эксцесса по плоскости моментов. Для описания
компонент векторных признаков были выбраны нормальное, усеченное нормальное
распределение и смесь усеченных нормальных плотностей распределения
вероятности. В качестве модели двухмерных признаков {H, S} и
{α, β} использовалось
двумерное нормальное распределение, параметры которого находились как
статистические оценки математического ожидания, среднеквадратического
отклонения и коэффициентов корреляции между компонентами. Для уточнения
значений параметров использовался оптимизационный подход, обеспечивающий
наилучшее совпадение эмпирического и теоретического распределений.
Ключевые слова: цветовая модель, классификация, многомерная статистическая модель,
усеченное нормальное распределение, параметры смеси.