Сегментація аерокосмічних зображень за нестандартним підходом за допомогою інформаційних текстових ознак
DOI:
https://doi.org/10.15587/1729-4061.2022.253188Ключові слова:
обробка зображень, космічні знімки, текстурні ознаки, SBC, NDVI, кластеризація, сільськогосподарські культури, бур'яни, шкідникиАнотація
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.
Спонсор дослідження
- For providing data on agricultural crops of Northern Kazakhstan in the preparation of this article, the author expresses gratitude to the Scientific and Production Center of Grain Farming named after A.I. Barayev.
Посилання
- Abdikerimova, G. B., Murzin, F. A., Bychkov, A. L., Tussupov, J., Khayrulin, S., Xinyu, W. E. I., Rybchikova, E. I. (2018). Software tools for cell walls segmentation in microphotography. Journal of Theoretical and Applied Information Technology, 96 (15), 4783–4793.
- Chaban, L. N., Beriozina, K. V. (2018). Аnalysis of the informativeness of spectral and texture features while classifying the vegetation on hyperspectral airborne imagery. Geodesy and Aerophotosurveying, 62 (1), 85–95. doi: https://doi.org/10.30533/0536-101X-2018-62-1-85-95
- Gaidel, A. V., Pervushkin, S. S. (2013). Research of the textural features for the bony tissue diseases diagnostics using the roentgenograms. Computer Optics, 37 (1), 113–119. doi: https://doi.org/10.18287/0134-2452-2013-37-1-113-119
- Rodionova, N. V. (2012). Teksturnaya segmentatsiya odnokanal'nyh izobrazheniy: primery primeneiya. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 9 (3), 65–69. Available at: http://d33.infospace.ru/d33_conf/sb2012t3/65-69.pdf
- Tussupov, J. A., Abdikerimova, G. B., Murzin, F. A. (2018). Application of fractal dimension for the analysis of microphotographs. Vestnik KazNITU im. K.I.Satpaeva, 5, 137–142. Available at: https://official.satbayev.university/download/document/7429/%D0%92%D0%95%D0%A1%D0%A2%D0%9D%D0%98%D0%9A-2018%20%E2%84%965.pdf
- Guru, D. S., Sharath Kumar, Y. H., Manjunath, S. (2011). Textural features in flower classification. Mathematical and Computer Modelling, 54 (3-4), 1030–1036. doi: https://doi.org/10.1016/j.mcm.2010.11.032
- Li, Q., Huang, X., Wen, D., Liu, H. (2017). Integrating Multiple Textural Features for Remote Sensing Image Change Detection. Photogrammetric Engineering & Remote Sensing, 83 (2), 109–121. doi: https://doi.org/10.14358/pers.83.2.109
- Rashmi, S., Mandar, S. (2011). Textural Feature Based Image Classification Using Artificial Neural Network. Advances in Computing, Communication and Control, 62–69. doi: https://doi.org/10.1007/978-3-642-18440-6_8
- Planet. Available at: https://www.planet.com/explorer/
- Sidorova, V. S. (2012). Hierarchical cluster algorithm for remote sensing data of earth. Pattern Recognition and Image Analysis, 22 (2), 373–379. doi: https://doi.org/10.1134/s1054661812020149
- Fisenko, V. T. (2013). Fraktal'nye metody segmentatsii teksturnyh izobrazheniy. Priborostroenie, 56 (5), 63–70. Available at: https://pribor.ifmo.ru/file/article/6254.pdf
- Yerzhanova, A., Kassymova, A., Abdikerimova, G., Abdimomynova, M., Tashenova, Z., Nurlybaeva, E. (2021). Analysis of the spectral properties of wheat growth in different vegetation periods. Eastern-European Journal of Enterprise Technologies, 6 (2 (114)), 96–102. doi: https://doi.org/10.15587/1729-4061.2021.249278
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Akbota Yerzhanova, Gulzira Abdikerimova, Zhanar Alimova, Assylzat Slanbekova, Aigul Tungatarova, Raikhan Muratkhan, Gaukhar Borankulova, Gulzat Zhunussova
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.
