Сучасні інформаційні системи

The subject matter of the article is methods of detecting spectral anomalies on images from remote sensing systems. The goal is to conduct a comparative analysis of methods for detecting spectral anomalies on images from remote sensing systems. The tasks are: analysis of the main methods of detecting spectral anomalies on images from remote sensing systems; processing of images from remote sensing systems using basic methods of detecting spectral anomalies; comparative assessment of the quality of methods for detecting spectral anomalies on images from remote monitoring systems. The methods used are: methods of digital image processing, mathematical apparatus of matrix theory, methods of mathematical modeling, methods of optimization theory, analytical and empirical methods of image comparison. The following results are obtained. The main methods of detecting spectral anomalies on images from remote sensing systems were analyzed. Processing of images from remote sensing systems using the basic methods of detecting spectral anomalies was carried out. A comparative assessment of the quality of methods for detecting spectral anomalies on images from remote monitoring systems was carried out. Conclusions. The spectral difference of the considered methods is revealed by the value of information indicators -Euclidean distance, Mahalanobis distance, brightness contrast, and Kullback-Leibler information divergence. Mathematical modeling of the considered methods of detecting spectral anomalies of images with a relatively “simple” and complicated background was carried out.It was established thatwhen searching for a spectral anomaly on an image with a complicated background, the method based on the Kullback-Leibler divergence can be more effective than the other considered methods, but is not optimal. When determining several areas of the image with high divergence indicators, they should be additionally investigated using the specified methods in order to more accurately determine the position of the spectral anomaly. Предметом вивчення в статті є методи виявлення спектральних аномалій на зображеннях з систем дистанційного зондування. Метоює проведення порівняльного аналізу методів виявлення спектральних аномалій на зображеннях з систем дистанційного зондування. Завдання:аналіз основних методів виявлення спектральних аномалій на зображеннях з систем дистанційного зондування; обробка зображень з систем дистанційного зондування основними методами виявлення спектральних аномалій; порівняльна оцінка якості методів виявлення спектральних аномалій на зображеннях з систем дистанційного моніторингу. Використовуваними методамиє: методи цифрової обробки зображень, математичний апарат теорії матриць, методи математичного моделювання, методи теорії оптимізації, аналітичні та емпіричні методи порівняння зображень. Отримані такі результати. Проведено аналіз основних методів виявлення спектральних аномалій на зображеннях з систем дистанційного зондування. Проведена обробка зображеньз систем дистанційного зондування основними методами виявлення спектральних аномалій. Проведена порівняльна оцінка якості методів виявлення спектральних аномалій на зображеннях з систем дистанційного моніторингу. Висновки. Спектральна відмінність розглянутих методів виявляється за значенням інформаційних показників –відстані Евкліда, відстані Махаланобіса, контрасту яскравості та інформаційної дивергенції Кульбака-Лейблера. Проведено математичне моделювання розглянутих методів виявлення спектральних аномалій зображень з відносно “простим” та ускладненим фоном. Встановлено, що при проведенні пошуку спектральної аномалії на зображенні з ускладненим фоном метод на основі дивергенції Кульбака-Лейблера може бути більш ефективним за інші розглянуті методи, але не є оптимальним. При визначенні декількох ділянок зображення з високими показниками дивергенції слід додатково їх дослідити із застосуванням визначених методів з метою більш точного визначення положення спектральної аномалії.

The subject matter of the article is the method for detecting of objects on satellite imagery based on the firefly algorithm. The goal is to develop a method for detecting of objects on satellite imagery based on the firefly algorithm. The tasks are: analysis of existing methods for detecting of objects of interest on satellite imagery, development of a method for detecting of objects on satellite imagery, practical verification of the method for detecting of objects on satellite imagery based on the firefly algorithm, and quantitative assessment of the quality of the proposed method. The methods used are: methods of digital image processing, methods of data clustering, mathematical apparatus of matrix theory, methods of swarm intelligence, methods of mathematical modeling, methods of optimization theory, analytical and empirical methods of image comparison. The following results are obtained. The advantages and disadvantages of the main methods and approaches to the processing of satellite imagery for the purpose of detecting objects of interest on them are determined. The general principle of operation of the firefly algorithm is considered. It presents a flowchart of the method for detecting of objects on satellite imagery based on the firefly algorithm in one color channel. The values of the input data and parameters for the operation of the algorithm were selected experimentally. Experimental studies were conducted on the operation of the method for detecting of objects on a real satellite imagery based on the firefly algorithm. The values of the errors of the first and second kind for the processed image using the proposed method and the method based on the particle swarm algorithm were calculated. Conclusions. Analysis of the calculated values showed that the proposed method for detecting of objects on satellite imagery compared to the method based on the particle swarm algorithm: reduces the error of the first kind by about 11% and the error of the second kind by about 9%. The directions of further research are the study of the problem of selecting input parameters and data for the operation of the method based on the firefly algorithm.

Сучасні інформаційні системи

Новини

Переглянути

Фільтри

Налаштування

Сортувати за

Результатів на сторінку

Результати пошуку