Розробка методу сегментування оптико-електронного зображення з безпілотного літального апарата на основі алгоритму штучної бджолиної колонії
DOI:
https://doi.org/10.15587/1729-4061.2025.337170Ключові слова:
cегментування, оптико-електронне зображення, алгоритм штучної бджолиної колонії, безпілотний літальний апаратАнотація
Об’єктом дослідження є процес сегментування оптико-електронного зображення з безпілотного літального апарату на основі алгоритму штучної бджолиної колонії. Основна гіпотеза дослідження полягала в тому, що використання алгоритму штучної бджолиної колонії для сегментування оптико-електронного зображення з безпілотного літального апарату дозволить зменшити помилки сегментування першого та другого роду.
Удосконалено метод сегментування оптико-електронного зображення з безпілотного літального апарату на основі алгоритму штучної бджолиної колонії, який, на відміну від відомих, передбачає:
– ініціалізація популяції розвідувальних бджіл;
– обчислення цільової функції;
– визначення найкращих та перспективних позицій;
– обчислення оптимального значення порогу сегментування;
– розділення зображення на сегменти;
– перевірку критерію зупинки;
– міграцію бджіл;
– отримання сегментованого зображення.
Проведені експериментальні дослідження щодо сегментування оптико-електронного зображення з безпілотного літального апарату методом на основі алгоритму штучної бджолиної колонії. Візуальна якість сегментованого зображення дозволяє зробити висновок про можливість проведення сегментування методом на основі штучної бджолиної колонії. Порівняльний аналіз сегментованих зображень (удосконалений та відомий методи) свідчить про більш чітке виділення об’єкту інтересу (автомобіль) методом на основі алгоритму штучної бджолиної колонії. Результати розрахунку помилок сегментування першого та другого роду свідчать про зменшення помилок сегментування першого роду на 9 % та помилок другого роду на 7 % при сегментуванні оптико-електронного зображення методом на основі алгоритму штучної бджолиної колонії
Посилання
- Sharad, W. (2021). The development of the earth remote sensing from satellite. Mechanics Of Gyroscopic Systems, 40, 46–54. https://doi.org/10.20535/0203-3771402020248768
- Air & Space Operations Review (2025). A Journal of Strategic Airpower & Spacepower, 4 (1) Available at: https://www.airuniversity.af.edu/ASOR/
- Lawali Rabiu, Anuar Ahmad, Adel Gohari. (2024). Advancements of Unmanned Aerial Vehicle Technology in the Realm of Applied Sciences and Engineering: A Review. Journal of Advanced Research in Applied Sciences and Engineering Technology, 40 (2), 74–95. https://doi.org/10.37934/araset.40.2.7495
- Khudov, H., Makoveichuk, O., Komarov, V., Khudov, V., Khizhnyak, I., Bashynskyi, V. et al. (2023). Determination of the number of clusters on images from space optic-electronic observation systems using the k-means algorithm. Eastern-European Journal of Enterprise Technologies, 3 (9 (123)), 60–69. https://doi.org/10.15587/1729-4061.2023.282374
- Srinivas, Ch. V. V. S., Prasad, M. V. R. V., Sirisha, M. (2019). Remote Sensing Image Segmentation using OTSU Algorithm. International Journal of Computer Applications, 178 (12), 46–50. https://doi.org/10.5120/ijca2019918885
- Wu, Y., Li, Q. (2022). The Algorithm of Watershed Color Image Segmentation Based on Morphological Gradient. Sensors, 22 (21), 8202. https://doi.org/10.3390/s22218202
- Khudov, H., Khudov, R., Khizhnyak, I., Hridasov, I., Hlushchenko, P. (2025). The small aerial objects segmentation method on optical-electronic images based on the sobel edge detector. Advanced Information Systems, 9 (2), 5–10. https://doi.org/10.20998/2522-9052.2025.2.01
- Khan, B. A., Jung, J.-W. (2024). Semantic Segmentation of Aerial Imagery Using U-Net with Self-Attention and Separable Convolutions. Applied Sciences, 14 (9), 3712. https://doi.org/10.3390/app14093712
- Ronneberger, O., Fischer, P., Brox, T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, 234–241. https://doi.org/10.1007/978-3-319-24574-4_28
- Chen, L.-C., Zhu, Y., Papandreou, G., Schroff, F., Adam, H. (2018). Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation. Computer Vision – ECCV 2018, 833–851. https://doi.org/10.1007/978-3-030-01234-2_49
- Akyıldız, B., Ozcan, C., Karaş, İ. R. (2024). Graph Cuts in Image Segmentation: A Review. In Proceedings of the 2nd International Conference on Information Technologies and Their Applications (ITTA 2024). Baku.
- Karaboga, D., Gorkemli, B., Ozturk, C., Karaboga, N. (2012). A comprehensive survey: artificial bee colony (ABC) algorithm and applications. Artificial Intelligence Review, 42 (1), 21–57. https://doi.org/10.1007/s10462-012-9328-0
- Bezkoshtovni resursy BPLA. Available at: https://portalgis.pro/bpla/bezkoshtovni-resursy-bpla/
- Khudov, H., Khudov, V., Makoveichuk, O., Khizhnyak, I., Hridasov, I., Butko, I. et al. (2025). Development of an image segmentation method from unmanned aerial vehicles based on the particle swarm optimization algorithm. Technology Audit and Production Reserves, 3 (2 (83)), 88–95. https://doi.org/10.15587/2706-5448.2025.330973
- Sha, C., Hou, J., Cui, H. (2016). A robust 2D Otsu’s thresholding method in image segmentation. Journal of Visual Communication and Image Representation, 41, 339–351. https://doi.org/10.1016/j.jvcir.2016.10.013
- Cao, Q., Qingge, L., Yang, P. (2021). [Retracted] Performance Analysis of Otsu‐Based Thresholding Algorithms: A Comparative Study. Journal of Sensors, 2021 (1). https://doi.org/10.1155/2021/4896853
- Otsu, N. (1979). A Threshold Selection Method from Gray-Level Histograms. IEEE Transactions on Systems, Man, and Cybernetics, 9 (1), 62–66. https://doi.org/10.1109/tsmc.1979.4310076
- Khudov, H., Kalimulin, T., Khudov, R., Butko, I., Burtseva, V., Burtsev, V. (2023). Improved Method of Segmentation of Images From Space-Based Optoelectronic Observation Systems Based on Otsu’s Algorithm with Global and Adaptive Thresholds. 2023 IEEE 4th KhPI Week on Advanced Technology (KhPIWeek), 1–6. https://doi.org/10.1109/khpiweek61412.2023.10312918
- Zhang, G., Lu, X., Tan, J., Li, J., Zhang, Z., Li, Q., Hu, X. (2021). RefineMask: Towards High-Quality Instance Segmentation with Fine-Grained Features. 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 6857–6865. https://doi.org/10.1109/cvpr46437.2021.00679
- Khudov, H., Hridasov, I., Khizhnyak, I., Yuzova, I., Solomonenko, Y. (2024). Segmentation of image from a first-person-view unmanned aerial vehicle based on a simple ant algorithm. Eastern-European Journal of Enterprise Technologies, 4 (9 (130)), 44–55. https://doi.org/10.15587/1729-4061.2024.310372
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Hennadii Khudov, Vladyslav Khudov, Oleksandr Makoveichuk, Serhii Yarosh, Irina Khizhnyak, Valerii Varvarov, Ihor Butko, Rostyslav Khudov, Yurii Sheviakov, Artem Irkha
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
