Сегментація аерокосмічних зображень за нестандартним підходом за допомогою інформаційних текстових ознак

Autor: Yerzhanova, Akbota, Abdikerimova, Gulzira, Alimova, Zhanar, Slanbekova, Assylzat, Tungatarova, Aigul, Muratkhan, Raikhan, Borankulova, Gaukhar, Zhunussova, Gulzat
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: Eastern-European Journal of Enterprise Technologies; Vol. 1 No. 2(115) (2022): Information technology. Industry control systems; 39-49
Eastern-European Journal of Enterprise Technologies; Том 1 № 2(115) (2022): Информационные технологии. Системы управления в промышленности; 39-49
Eastern-European Journal of Enterprise Technologies; Том 1 № 2(115) (2022): Інформаційні технології. Системи управління в промисловості; 39-49
ISSN: 1729-3774
1729-4061
Popis: The article presents an analysis of a non-standard approach to the segmentation of textural areas in aerospace images. The question of the applicability of sets of textural features for the analysis of experimental data is being investigated to identify characteristic areas on aerospace images that in the future it will be possible to identify types of crops, weeds, diseases, and pests. The selection of suitable algorithms was carried out and appropriate software tools were created on Matlab 2021a and in the software package for statistical analysis Statistica 12. The main way to extract information is to decrypt images, which are the main carrier of information about the underlying surface. The main tasks of texture area analysis include selection and formation of features describing textural differences; selection and segmentation of textural areas; classification of textural areas; identification of an object by texture. To solve the tasks, spectral brightness coefficient (SBC), Normalized Difference Vegetation Index (NDVI), textural features of various crops and weeds. Much attention will be paid to the development of software tools that allow the selection of features describing textural differences for the segmentation of textural areas into subdomains. That is the question of the applicability of sets of textural features and other parameters for the analysis of experimental data to identify types of soils and soils, vegetation types, humidity, crop damage in aerospace images will be resolved. This approach is universal and has great potential for identifying objects using image clustering. To identify the boundaries of areas with different properties of the image under study, images of the same surface area taken at different times are considered.
В статье представлен анализ нестандартного подхода к сегментации текстурных областей на аэрокосмических изображениях. Исследуется вопрос о применимости наборов текстурных признаков для анализа экспериментальных данных для выявления характерных участков на аэрокосмических снимках, по которым в будущем можно будет идентифицировать виды сельскохозяйственных культур, сорняков, болезней и вредителей. Осуществлен подбор подходящих алгоритмов и созданы соответствующие программные средства на Matlab 2021a и в программном комплексе статистического анализа Statistica 12. Основным способом извлечения информации является расшифровка изображений, являющихся основным носителем информации о подстилающей поверхности. К основным задачам анализа текстурных областей относятся выделение и формирование признаков, описывающих текстурные различия; выделение и сегментация текстурных областей; классификация текстурных областей; идентификация объекта по текстуре. Для решения задач использовали коэффициент спектральной яркости (SBC), нормализованный разностный индекс вегетации (NDVI), текстурные особенности различных культур и сорняков. Большое внимание было уделено разработке программных средств, позволяющих выделять признаки, описывающие текстурные различия, для сегментации текстурных областей на поддомены. То есть решению вопроса о применимости наборов текстурных признаков и других параметров для анализа экспериментальных данных по выявлению типов почв и грунтов, типов растительности, влажности, поврежденности посевов на аэрокосмических снимках. Этот подход универсален и имеет большие возможности для идентификации объектов с помощью кластеризации изображений. Для выявления границ областей с разными свойствами исследуемого изображения рассматриваются изображения одного и того же участка поверхности, сделанные в разное время.
У статті подано аналіз нестандартного підходу до сегментації текстурних областей на аерокосмічних зображеннях. Досліджується питання щодо застосування наборів текстурних ознак для аналізу експериментальних даних для виявлення характерних ділянок на аерокосмічних знімках, за якими в майбутньому можна буде ідентифікувати види сільськогосподарських культур, бур'янів, хвороб та шкідників. Здійснено підбір відповідних алгоритмів та створено відповідні програмні засоби на Matlab 2021a та у програмному комплексі статистичного аналізу Statistica 12. Основним способом вилучення інформації є розшифровка зображень, що є основним носієм інформації про поверхню, що підстилає. До основних завдань аналізу текстурних областей відносяться виділення та формування ознак, що описують текстурні відмінності; виділення та сегментація текстурних областей; класифікація текстурних областей; ідентифікація об'єкта за текстурою. Для вирішення завдань використовували коефіцієнт спектральної яскравості (SBC), нормалізований різницевий індекс вегетації (NDVI), текстурні особливості різних культур та бур'янів. Велика увага була приділена розробці програмних засобів, що дозволяють виділяти ознаки, що описують текстурні відмінності для сегментації текстурних областей на піддомени. Тобто вирішення питання про застосування наборів текстурних ознак та інших параметрів для аналізу експериментальних даних щодо виявлення типів ґрунтів та ґрунтів, типів рослинності, вологості, пошкодженості посівів на аерокосмічних знімках. Цей підхід є універсальним і має великі можливості для ідентифікації об'єктів за допомогою кластеризації зображень. Для виявлення меж областей з різними властивостями досліджуваного зображення розглядаються зображення однієї ділянки ділянки поверхні, зроблені в різний час.
Databáze: OpenAIRE
Externí odkaz: