Робота присвячена моделюванню та дослідженню методів кластеризації множин характерних ознак, що складають структурний опис зображення. Для формування характерних ознак використовувався метод Speeded Up Robust Features. Побудовано алгоритм кластеризації структурних описів на основі нейронної мережі Кохонена, а також його програмна реалізація. Проведено дослідження та моделювання методу кластеризації характерних ознак на базі мережі Кохонена. Результати досліджень доводять можливість ефективного подання описів у вигляді вектору з цілочисельними елементами, що значно скорочує час розпізнавання. Розроблений метод може використовуватись для вирішення задач розпізнавання та пошуку зображень об'єктів у інтелектуальних системах комп'ютерного зору. Програму реалізовано у середовищі розробки Microsoft Visual Studio 2013, мови програмування C#, СУБД MS SQL, із застосуванням графічної бібліотеки Emgu CV. КОМП'ЮТЕРНИЙ ЗІР, СТРУКТУРНЕ РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ, ХАРАКТЕРНІ ОЗНАКИ, SURF, САМООРГАНІЗОВАНА МЕРЕЖА КОХОНЕНА, КЛАСТЕРИЗАЦІЯ, ВЕКТОРНИЙ ОПИС Работа посвящена моделированию и исследованию методов кластеризации множеств характерных признаков, составляющих структурное описание изображения. Для формирования характерных признаков использовался метод Speeded Up Robust Features. Построен алгоритм кластеризации структурных описаний на основе нейронной сети Кохонена, а также его программная реализация. Проведено исследование и моделирование метода кластеризации характерных признаков на базе сети Кохонена. Результаты исследований доказывают возможность эффективного представления описаний в виде вектора с целочисленными элементами, что значительно сокращает время распознавания. Разработанный метод может использоваться для решения задач распознавания и поиска изображений объектов в интеллектуальных системах компьютерного зрения. Программа реализована с помощью среды разработки Microsoft Visual Studio 2013, языка программирования C#, СУБД MS SQL, графической библиотеки Emgu CV. КОМПЬЮТЕРНОЕ ЗРЕНИЕ, СТРУКТУРНОЕ РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ, ПОИСК ИЗОБРАЖЕНИЙ, ХАРАКТЕРНЫЕ ПРИЗНАКИ, SURF, САМООБУЧАЮЩАЯСЯ СЕТЬ КОХОНЕНА, КЛАСТЕРИЗАЦИЯ, ВЕКТОРНОЕ ОПИСАНИЕ The work is devoted to modeling and research methods of clustering sets of characteristic features that make up the structural description of the image. For the formation of the characteristic features of the method used Speeded Up Robust Features. An algorithm for clustering structure of descriptions based on Kohonen neural network and its implementation. Investigated and modeled of the characteristic features of the method of clustering based on Kohonen network. The research results prove the possibility of effective representation of the descriptions in the form of a vector with integer elements, which significantly reduces the time of recognition. The developed method can be used to solve the problems of recognition and image search in intelligent systems of computer vision. The program is implemented via the development environment Microsoft Visual Studio 2013, programming language C#, DBMS MS SQL, graphics library Emgu CV. COMPUTER VISION, STRUCTURAL IMAGE RECOGNITION, IMAGE SEARCHING, FEATURES, SURF, SELF-LEARNING KOHONEN NETWORK,
