Аннотация:
Рассмотрен этап бинаризации цветного $\mathrm{2D}$-изображения на связные области с пикселями объекта и фона в задачах идентификации с детальной оценкой системами компьютерного зрения состояния объектов природного происхождения и их массового количества, с высокой вариабельностью внутри классов, и близости самих классов. Предложен эффективный алгоритм бинаризации на основе кластеризации $k$-means с евклидовой метрикой, позволяющий устранить ряд сложностей при подборе алгоритмов для программной реализации в системах компьютерного зрения и удовлетворяющий требованиям к скорости и точности. Алгоритм сочетает в себе предобработку изображения с применением вспомогательного «нечёткого» кластера в алгоритме $k$-means для контроля качества отделения объекта от фона. Предобработка при определённых условиях исключает светлоту $L$ цветовой шкалы CIELab (CIE 1976 Lab) из $k$-means.
Ключевые слова:бинаризация $\mathrm{2D}$-изображений, отделение объекта от фона, нечёткая кластеризация $k$-means.