(since we suppose there is no movem

(since we suppose there is no movement
between the two images) according to gray levels. To
that end, we use the k-means algorithm which is sufficient for our needs and is not very time consuming [6].
About the number of starting classes to give as input to
the algorithm, a compromise must be made. The higher
the number, the more homogeneous the regions are, but
they will also be smaller. This makes the computation of

ผลลัพธ์ (ไทย) 1:

(เนื่องจากเราสมมติว่า มีการเคลื่อนไหวไม่ระหว่างสองภาพ) ตามระดับสีเทา ถึงที่สุด เราใช้อัลกอริทึมหมายถึง k ซึ่งเพียงพอสำหรับความต้องการของเรา และเป็นไม่มากใช้เวลานาน [6]เกี่ยวกับหมายเลขของการเริ่มต้นเรียนเพื่อให้เป็นข้อมูลป้อนเข้าไปอัลกอริทึม การประนีประนอมต้องทำ สูงขึ้นหมายเลข เหมือนมีขอบเขตเป็น แต่พวกเขาจะมีขนาดเล็กลง ทำการคำนวณ

ผลลัพธ์ (ไทย) 2:

(ตั้งแต่วันที่เราคิดว่ามีการเคลื่อนไหวไม่มี
ระหว่างสองภาพ) ตามระดับสีเทา เพื่อ
วางที่เราใช้ k หมายถึงขั้นตอนวิธีการซึ่งเพียงพอสำหรับความต้องการของเราและไม่ได้ใช้เวลานานมาก [6].
เกี่ยวกับจำนวนของการเริ่มต้นการเรียนเพื่อให้เป็น input เพื่อ
ขั้นตอนวิธีการประนีประนอมจะต้องทำ สูงกว่า
จำนวนที่เหมือนกันมากขึ้นในภูมิภาคที่มี แต่
พวกเขายังจะมีขนาดเล็ก นี้จะทำให้การคำนวณ

ผลลัพธ์ (ไทย) 3:

( เพราะเราคิดว่าไม่มีการเคลื่อนไหว
ระหว่างสองภาพ ) ตามระดับสีเทา

จบนั้น เราใช้ k-means อัลกอริทึม ซึ่งเพียงพอสำหรับความต้องการของเราและจะไม่ใช้เวลานานมาก [ 6 ] .
เกี่ยวกับจำนวนของการเริ่มต้นเรียนเพื่อให้ใส่

ขั้นตอนวิธีการประนีประนอมจะต้องทำ สูงกว่า
ตัวเลขที่มากกว่าที่เป็นเนื้อเดียวกันในภูมิภาค แต่
จะมีขนาดเล็กทำให้การคำนวณของ