Автор:  Диане С.А.К., Вытовтов К.А., Барабанова Е.А.
Название:  Алгоритм анализа мультиспектральных аэрофотоснимков для идентификации загрязнений водоемов с использованием аналитических методов и нейросетевых подходов
Выпуск:  108
Рубрика:  Информационные технологии в управлении
Год:  2024
Библиография:  Диане С.А.К., Вытовтов К.А., Барабанова Е.А. Алгоритм анализа мультиспектральных аэрофотоснимков для идентификации загрязнений водоемов с использованием аналитических методов и нейросетевых подходов // Управление большими системами. Выпуск 108. М.: ИПУ РАН, 2024. С.98-123. DOI: https://doi.org/10.25728/ubs.2024.108.6
Ключевые слова:  аэрофотоснимок, аналитический метод, нейросетевой подход
Ключевые слова (англ.):  aerial photograph, analytical method, neural network approach
Аннотация:  Статья посвящена разработке алгоритмов анализа загрязнений на поверхности водоемов по визуальной информации, полученной с использованием мультиспектральной камеры, закрепленной на корпусе БПЛА. Предложена структура алгоритмического комплекса для анализа мультиспектральных аэрофотоснимков. В рамках развиваемого подхода каждое из анализируемых изображений проходит процедуру предобработки, обеспечивающую выравнивание и совмещение его спектральных каналов в единый многомерный растр. Разработанный аналитический алгоритм позволяет осуществлять обработку и свертку каналов мультиспектрального изображения с применением трех математических операторов: полосовой фильтрации, изменения контраста и изменения яркости. При этом выбор параметров для выделения загрязнений на поверхности водоемов основан на предварительном этапе, связанном с максимизацией показателя превышения контраста для эталонной области. Предложенный нейросетевой алгоритм анализа загрязнений основывается на применении метода скользящего окна в сочетании со сверточной архитектурой нейросетевого классификатора для анализа фрагментов изображения, расположенных по прямоугольной сетке. На основе программной реализации предложенных алгоритмов и графического интерфейса пользователя проведены экспериментальные исследования, которые подтвердили эффективность каждого из рассмотренных подходов и показали, что нейросетевой алгоритм выигрывает в точности, а аналитический подход легче поддается интерпретации с точки зрения эксперта.
Аннотация (англ.):  The article is devoted to the development of algorithms for the analysis of pollution on the surface of water bodies based on visual information obtained using a multispectral camera mounted on the body of a UAV. The structure of the algorithmic complex for the analysis of multispectral aerial photographs is proposed. Within the framework of the developed approach, each of the analyzed images undergoes a preprocessing procedure that ensures the alignment and alignment of its spectral channels into a single multidimensional raster. The developed analytical algorithm makes it possible to process and convolve the channels of a multispectral image using three mathematical operators - bandpass filtering, contrast change, and brightness change. At the same time, the choice of parameters for identifying pollution on the surface of water bodies is based on a preliminary stage associated with maximizing the contrast excess index for the reference area. The proposed neural network pollution analysis algorithm is based on the application of the sliding window method in combination with the convolutional architecture of the neural network classifier for the analysis of image fragments located on a rectangular grid. The software implementation of these algorithms, as well as the development of a graphical user interface, made it possible to confirm the assumption about the effectiveness of each of the considered approaches. Experimental studies have shown that the neural network algorithm wins in accuracy, and the analytical approach is easier to interpret from the point of view of an expert.

В формате PDF

Просмотров: 367, загрузок: 790, за месяц: 10.

Назад