Дана робота присвячена дослідженню структурних методів в задачах класифікації зображень. Класифікація зображень вимагає обробки величезної кількості інформації. У цьому процесі важливо самого початку виділити інформативну частину зображення, а непотрібний шум відкинути. Це необхідно зробити, так як всі алгоритми класифікацій працюють з набором ключових ознак, що описують зображення. У даній статті пропонуються наступні методи для класифікації текстурних зображень: Виділення кордонів з подальшим застосуванням трансформації Хаффа, для виділення структури зображення. Побудова нечітких груп - перетворень як опис взаємного розташування структурних елементів. Використання класів нечітких груп-перетворень в якості ключової ознаки для класифікації зображень детально представлено в статтях. У даній роботі також пропонується використовувати ці ознаки, але вже побудовані на структурних складових частинах зображення. Використання структурних елементів зображення в якості точок для побудови нечітких груп - перетворень дозволяє значно знизити оброблюваний обсяг інформації і збільшити точність класифікації в порівнянні з алгоритмами, що працюють на рівні точок та їх характеристик. КЛАСИФІКАЦІЯ, ТРАНСФОРМАЦІЯ ХАФФ, НЕЧІТКІСТЬ ГРУПИ, ПЕРЕТВОРЕННЯ, МНОЖИН, ОЗНАКИ, КОМП'ЮТЕРНИЙ ЗІР. Данная работа посвящена исследованию структурных методов в задачах классификации изображений. Классификация изображений требует обработки огромного количества информации. В этом процессе важно самого начала выделить информативную часть изображения, а ненужный шум отбросить. Это необходимо сделать, так как все алгоритмы классификаций работают с набором ключевых признаков, описывающих изображение. В данной статье предлагаются следующие методы для классификации текстурных изображений. Выделение границ с последующим применением трансформации Хаффа, для выделения структуры изображения. Построение нечетких групп - преобразований как описание взаимного расположения структурных элементов. Использование классов нечетких групп-преобразований в качестве ключевого признака для классификации изображений подробно представлено в статьях. В данной работе также предлагается использовать эти признаки, но уже построенные на структурных составляющих частях изображения. Использование структурных элементов изображения в качестве точек для построения нечетких групп - преобразований позволяет значительно снизить обрабатываемый объем информации и увеличить точность классификации по сравнению с алгоритмами, работающими на уровне точек и их характеристик. КЛАССИФИКАЦИЯ, ТРАНСФОРМАЦИЯ ХАФФА, НЕЧЕТКИЕ ГРУППЫ, ПРЕОБРАЗОВАНИЯ, МНОЖЕСТОВ, ПРИЗНАКИ, КОМПЬЮТЕРНОЕ ЗРЕНИЕ. This work is devoted to research of structural methods in problems of image classification. Classification of images requires vast amounts of information processing. In this process it is important to highlight the beginning of the informative part of the image, and drop the unnecessary noise. This should be done as all classification algorithms work with a set of key features describing the image. This article offers the following methods for the classification of texture images. Isolation boundaries followed by the application of transformation Huff, to highlight the structure of the image. Construction of fuzzy groups - changes as a description of the mutual arrangement of the structural elements. The use of fuzzy classes, groups of transformations as the key feature for image classification detailed in articles. In this paper we are also encouraged to use these features, but built on the structural components of the image. Using structural elements of the image as a point for building fuzzy groups - changes can significantly reduce the amount of information being processed and increase classification accuracy compared with the algorithms operating on the level of points and their characteristics. CLASSIFICATION, TRANSFORMATION HUFF, FUZZY GROUP TRANSFORMATION, THE SET, THE SYMPTOMS OF COMPUTER VISION.
