В работе рассмотрен метод получения классификационного признака изображений, основанный на построении стационарного потока на графе, построенном по данному изображению. На основании начального и стационарного потоков вычисляется взвешенная энтропия, которая рассматривается как классификационный признак. В работе рассмотрены различные подходы к оптимизации данного алгоритма. Один из предложенных подходов состоит в делении исходного изображения на некоторое число областей, вычисления для которых можно производить независимо друг от друга на разных ядрах процессора. Второй подход основан на разбиении изображения на ячейки заданного размера и построении графа, вершинам которого сопоставлены эти ячейки. Третий подход состоит в использовании в представлении данных так называемых неизменяемых коллекций, позволяющих проводить распараллеливание без синхронизации. Приведены сравнительные результаты численных экспериментов.

A method for obtaining the classification attribute of images based on the construction of a stationary flow on a graph constructed from a given image is considered. Weighted entropy, which is considered as a classification attribute, is calculated by the initial and stationary flows. Various approaches for optimizing this algorithm are considered in the paper. One of the proposed approaches is to divide the original image into a number of areas, the calculations for which can be performed independently from each other on different processor cores. The second approach is based on splitting the image into cells of a given size and constructing a graph whose vertices are associated with these cells. The third approach is to use in the data representation the so-called immutable collections that allow parallelization without synchronization. Comparative results of numerical experiments are presented.