Застосування інформаційних текстурних ознак на аерозйомках для виявлення факторів, що негативно впливають на зростання пшениці
DOI:
https://doi.org/10.15587/1729-4061.2022.263433Ключові слова:
текстури, сільськогосподарські культури, обробка зображень, космічні знімкиАнотація
Автоматизована обробка аерокосмічної інформації дозволяє ефективно вирішувати наукові та прикладні завдання картографії, екології, океанології, розвідки та розробки корисних копалин, сільського та лісового господарства та багатьох інших галузей. При цьому основним способом отримання є розшифровка зображень, що є основним носієм інформації про місцевість.
Аерокосмічні зображення є комбінацією областей з природною текстурою та штучних об'єктів. У статті розглядаються методи аналізу текстурних зображень. 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. Залежно від особливостей текстурних областей використовуваних зображень методи сегментації, що ґрунтуються на аналізі площ, можна розділити на статистичні, структурні, фрактальні, спектральні та комбіновані методи.
У статті розглядаються текстурні ознаки аналізу текстурних зображень, і навіть визначаються інформативні текстурні ознаки виявлення негативних чинників зростання сільськогосподарських культур. Для вирішення поставлених завдань використовують фактурні особливості. Велика увага приділяється розробці програмних засобів, що дозволяють виділяти ознаки, що описують відмінності текстур сегментації текстурних областей. Цей підхід універсальний і має великі можливості на аерокосмічному знімку, що вивчається, для виявлення об'єктів і меж регіонів з різними властивостями за допомогою кластеризації на основі знімків однієї і тієї ж ділянки поверхні, зроблених в різні вегетаційні періоди. Тобто досліджується питання про застосування наборів текстурних ознак та інших параметрів для аналізу експериментальних даних.
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
- Kharalik, R. M. (1979). Statisticheskiy i strukturniy podkhody k opisaniyu tekstur. TIIER, 67 (5), 98–120.
- Kolodnikova, N. V. (2004). Obzor teksturnykh priznakov dlya zadach raspoznavaniya obrazov. Doklady Tomskogo gosudarstvennogo universiteta sistem upravleniya i radioelektroniki, 1 (9), 113–124. Available at: https://cyberleninka.ru/article/n/obzor-teksturnyh-priznakov-dlya-zadach-raspoznavaniya-obrazov
- Gonsales, R., Vuds, R. (2022). TSifrovaya obrabotka izobrazheniy. Litres.
- Arslanov, M. Z., Amirgalieva, Z. E., Kenshimov, C. A. (2016). N-bit Parity Neural Networks with minimum number of threshold neurons. Open Engineering, 6 (1). doi: https://doi.org/10.1515/eng-2016-0037
- Abdikerimova, G. B., Tussupov, J., Murzin, F. A., Khayrulin, S., Bychkov, A. L., 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. Available at: http://www.jatit.org/volumes/Vol96No15/8Vol96No15.pdf
- Yerzhanova, A., Abdikerimova, G., Alimova, Z., Slanbekova, A., Tungatarova, A., Muratkhan, R. et. al. (2022). Segmentation of aerospace images by a non-standard approach using informative textural features. Eastern-European Journal of Enterprise Technologies, 1 (2 (115)), 39–49. doi: https://doi.org/10.15587/1729-4061.2022.253188
- Yessenova, M., Abdikerimova, G., Adilova, A., Yerzhanova, A., Kakabayev, N., Ayazbaev, T. et. al. (2022). Identification of factors that negatively affect the growth of agricultural crops by methods of orthogonal transformations. Eastern-European Journal of Enterprise Technologies, 3 (2 (117)), 39–47. doi: https://doi.org/10.15587/1729-4061.2022.257431
- Gaidel, A. V., Pervushkin, S. S. (2013). Research of the textural features for the bony tissue diseases diagnostics using the roentgenograms. Komp'yuternaya optika, 37 (1), 113–119. Available at: http://computeroptics.ru/KO/PDF/KO37-1/16.pdf
- Chaban, L. N., Berezina, K. V. (2018). Analiz informativnosti spektral'nykh i teksturnykh priznakov pri klassifikatsii rastitel'nosti po giperspektral'nym aerosnimkam. Izvestiya vysshikh uchebnykh zavedeniy. Geodeziya i aerofotosemka, 62 (1), 85–95.
- Kostrov, B. V., Grigorenko, D. V., Ruchkin, V. N., Fulin, V. A. (2016). Theoretical aspects of aerospace image processing in quasi two-dimensional spectral space. MATEC Web of Conferences, 75, 03006. doi: https://doi.org/10.1051/matecconf/20167503006
- 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
- Sidorova, V. S. (2008). Unsupervised classification of image texture. Pattern Recognition and Image Analysis, 18 (4), 693–699. doi: https://doi.org/10.1134/s1054661808040263
- Plastinin, A. I. (2012). Metod formirovaniya priznakov teksturnykh izobrazheniy na osnove Markovskikh modeley. Samara.
- Borovik, V. S. (2018). Issledovanie intellektual'nykh sistem tekhnicheskogo zreniya dlya raspoznavaniya tekhnogennykh obektov. Tomsk. Available at: https://vital.lib.tsu.ru/vital/access/manager/Repository/vital:8041
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Moldir Yessenova, Gulzira Abdikerimova, Aigulim Bayegizova, Galia Mukhamedrakhimova, Karipola Mukhamedrakhimov, Zeinigul Sattybaeva, Indira Salgozha, Akbota Yerzhanova
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
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.