Моделювання методів розпізнавання та класифікації фрагментів кольорових зображень земель сільськогосподарського призначення при їх дистанційному моніторингу
Наукові видання Харківського національного університету Повітряних Сил
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Моделювання методів розпізнавання та класифікації фрагментів кольорових зображень земель сільськогосподарського призначення при їх дистанційному моніторингу
Моделирование методов распознавания и классификации фрагментов цветных изображений земель сельскохозяйственного назначения при их дистанционном мониторинге Modeling of recognition and classification methods of fragments of color images of agricultural plants in their remote monitoring |
|
| Creator |
В.Г. Красиленко
Р.О. Яцковська В.І. Яцковський В.Г. Красиленко Р.А. Яцковская В.И. Яцковский V. Krasilenko R. Yatskovska V. Yatskovskyi |
|
| Subject |
Математичні моделі та методи
УДК 004.032 розпізнавання зображень, кластеризація фрагментів зображень, еквівалентністна просторово-інваріатна модель, просторова еквівалентністна нелінійна функція, дистанційний аеро-агромоніторинг распознавание изображений, кластеризация фрагментов изображений, эквивалентностная пространственно-инвариатная модель, пространственная эквивалентностная нелинейная функция, дистанционный аэроагро-мониторинг image recognition, clustering of image fragments, equivalent spatial-invariant model, spatial equivalent nonlinear function, remote aero-agro monitoring |
|
| Description |
Запропоновані модифікації еквівалентністних моделей розпізнавання зображень, узагальнені на випадок великорозмірних кольорових та багато-спектральних зображень, що дозволяють проводити селекцію фрагментів зображень за їх кольоровими чи спектральними ознаками та виконувати їх класифікацію. Виконано моделювання цих моделей у програмному середовищі Mathcad, та наведено результати моделювання, що підтверджують адекватність алгоритмів та моделей, їх добру збіжність та якість і можливість їх застосування для селекції та групування окремих фрагментів земельних ділянок за їх ознаками при дистанційному аеро-агро-моніторингу.
На основе обзора и анализа публикаций в статье обоснована перспективность применения для дистанционного аэро-агро-мониторинга методов обработки, распознавания цветных и многоспектральных изображений и актуальность совершенствования, адаптации известных моделей и алгоритмов распознавания фрагментов изображений сельскохозяйственных угодий с целью их классификации и изучения пространственно-временных изменений. В соответствии с поставленной целью – адаптацией известных пространственно-инвариантных эквивалентностных моделей и процедур распознавания образов на их основе, выполнением модельных экспериментов для верификации, предложены и промоделированы модификации этих моделей для случая селекции фрагментов цветных изображений в зависимости от их спектральных и частично текстурных признаков. Преимущество предложенных модификаций эквивалентностных моделей распознавания изображений, использующих в качестве меры близости-сходства двумерных образов пространственные эквивалентностные функции со спектральным и адаптивным нелинейным взвешиваниями, заключается в их адаптированности к специфике изображений, возможности обобщения на случай крупноразмерных цветных многоспектральных изображений и в более точной интегральной идентификации-селекции фрагментов изображений в соответствии с их цветными или спектральными признаками с целью их классификации, уточнения, изучения особенностей. Выполнено моделирование этих моделей в программной среде Mathcad, и приведены результаты моделирования, подтверждающие адекватность алгоритмов и моделей, их хорошую сходимость, качество и возможность их применения для селекции и группировки отдельных фрагментов земельных участков по их признакам при дистанционном аэро-агро-мониторинге. Based on the review and analysis of publications in the article, the perspectives of application for remote aero-agro monitoring of processing methods, color and multi-spectral image recognition and the relevance of improvement, adaptation of known models and algorithms for recognizing fragments of images of agricultural lands with the purpose of their classification and study space-time changes. In accordance with the goal - the adaptation of known spatially invariant equivalent models and pattern recognition procedures based on them, the implementation of model experiments for verification, modifications of these models are suggested and modeled for the case of selection of fragments of color images depending on their spectral and partially textural features. The advantage of the proposed modifications of the equivalence models of image recognition using spatial equiva-lence functions with spectral and adaptive nonlinear weights as a measure of closeness and similarity of twodimensional images is their adaptation to the specificity of images, the possibility of generalization to the case of large-scale color multi- spectral images, and in a more accurate integral identification-selection of image fragments in accordance with their color or spectral recognition s for the purpose of classification, specification, study characteristics. Modeling of these models in the software environment of Mathcad is performed, and the simulation results confirming the adequacy of algorithms and models, their good convergence, quality and the possibility of their application for the selection and grouping of individual fragments of land plots according to their characteristics during remote aero-agro monitoring are presented. |
|
| Publisher |
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба Kharkiv national Air Force University named after I. Kozhedub |
|
| Date |
2017
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
http://www.hups.mil.gov.ua/periodic-app/article/17996
|
|
| Source |
Системи обробки інформації. — 2017. — № 5(151). 55-61
Системы обработки информации. — 2017. — № 5(151). 55-61 Information Processing Systems. — 2017. — № 5(151). 55-61 1681-7710 |
|
| Language |
ukr
|
|
| Relation |
http://www.hups.mil.gov.ua/periodic-app/article/17996/soi_2017_5_9.pdf
|
|