قطعه ‌بندی تصویر مبتنی بر برش نرمالیزه گراف از دیدگاه میزان اطلاعات جداکننده

قطعه‌بندی تصویر، یک مسئله پایه در بینایی ماشین است. در روش مبتنی بر برش نرمالیزه گراف (ncut)، حل این مسئله به انتخاب بردار ویژه متناظر با دومین کوچک‌ترین مقدار ویژه یک ماتریس خاص می‌انجامد. در این مقاله، ضمن بیان هم‌ارزی رابطه ریاضی حاکم بر مسئله بدون مربیِ ncut با معیار fisherrao در طبقه‌بندیِ با مربی، از نگاهی نو به مسئله انتخاب بردار ویژه پرداخته شده است. در این مقاله با پیشنهاد معیاری کـارا از دیدگاه fisherrao، گزینش و مرتب‌سازی بردارهای ویژه در مسئله هم‌ارزِ ncut آن انجام شده است. نتایج آزمایش هم‌ارزی قطعه‌بندی تصویر بر پایه این دو معیار، ارائه قطعه‌بندی با اندازه ncut کمتر و گوناگونیِ ارزش‌گذاریِ بردارهای ویژه را نشان می‌دهد.