Программная реализация гистограммного кластерного алгоритма с выбором детальности квантования векторного пространства признаков

Программа предназначена для автоматизации неконтролируемой классификации дискретных данных.
Область применения - анализ данных дистанционного зондирования, представленных спектральными признаками. Может быть использована для исследования аэрокосмических, медицинских изображений, в задачах распознавания, также для предварительного сжатия информации.
Используемый разработанный алгоритм минимизирует значение предложенной меры средней разделимости кластеров по числу уровней квантования пространства признаков, предложен в [1]. Мера средней разделимости унимодальных кластеров позволяет сравнивать распределения для данных с высокой корреляцией.
Алгоритм сочетает два подхода: варьирование детальностью квантования векторного пространства и кластеризацию Нарендры.
При построении многомерной гистограммы с числом спектральных каналов больше трех используется сочетание хэширования и сортировки Шелла, предложено в[2].
[1]  Сидорова В.С. Оценка качества классификации многоспектральных изображений гистограммным методом  //  Автометрия, 2007.Т. 43, №1, C. 37– 43.
[2] V. S. Sidorova, Separating of the Multivariate Histogram on the Unimodal Clusters, Proceedings of the Second IASTED International Conference “Automation Control and Information Technology”, Novosibirsk, 2005, P. 267–274.
В таблицу заносятся выходные данные: число уровней квантования векторного пространства, число унимодальных кластеров и их характеристики. Можно получить  карту кластеров в виде BMP-файла, где цвет связан с номером кластера, к которому отнесен пиксель (сегментация).
Может быть использовано до десяти спектральных каналов, файл входного изображения объемом до 5 мегабайт.
Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows. При разработке программы  использовался механизм многодокументного интерфейса MDI.
Работа программы проиллюстрирована на сайте: http://loi.sscc.ru/lab/RFFI10/RU/svs10.htm