Особенностью кластеризации при формировании кодовых книг в цифровой обработке изображений является использование сложных нелинейных функций расстояния между элементами множества. Кроме того, количество элементов в этих множествах может достигать десятков миллиардов, что обуславливает использование только быстрых методов кластеризации. В работе осуществляется сравнительный анализ двух таких методов кластеризации: кластеризации медианным сечением и кластеризации по граничному элементу множества. В качестве функций расстояния используются эвклидово расстояние и коэффициент корреляции Пирсона. Показателем качества кластеризации является средняя ошибка поиска подобных блоков по дереву кластеров. Показано, что при использовании эвклидова расстояния оба анализируемых метода обеспечивают сравнимую ошибку поиска. В то же время при использовании нелинейного расстояния (корреляции Пирсона) кластеризация по граничному элементу множества обеспечивает на 5-10% меньшие значения ошибки поиска, чем кластеризация медианным сечением. Ключевые слова: кластеризация, векторное квантование, поиск изображений по подобию, сжатие изображений с потерями
