РОЙОВИЙ МЕТОД СЕГМЕНТУВАННЯ ЗОБРАЖЕНЬ, ЩО ОТРИМАНІ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ
Ключові слова:
оптико-електронне зображення, сегментування, ройовий метод, цільова функція, кластерізація, бортова система, оптимізаційна задача.Анотація
Встановлюється, що використання відомих методів сегментування зображень, що отримані з бортових систем оптико-електронного спостереження, не забезпечує стійкість методів сегментування до варіацій різних параметрів зображення. Теоретично обґрунтована можливість використання ройового методу сегментування оптико-електронних зображень, визначена цільова функція при вирішенні задачі кластерізації мультиспектрального знімку.Завантаження
Посилання
Савин Л.В. Сетецентрическая и сетевая война. Введение в концепцию. М.: Евразийское движение, 2011. – 130 с.
Башинский В.Г., Бзот В.Б., Жилин Е.И. и др. Малогабаритные беспилотные авиационные комплексы (Mini UVS): монография. Запорожье: изд. АО «Мотор-Сич».
261 с.
Застосування БпЛА в конфліктах сучасності: Ю.К. Зіатдінов, М.В. Куклінський, А.Л. Фещенко, С.П. Мосов (ред.). К., 2013. 369 с.
Худов В.Г., Маковейчук О.М. Генетичні алгоритми для сегментування зображень систем оптикоелектронного спостереження // Наука і техніка Повітряних Сил Збройних Сил України. 2016. № 2 (23). С. 142-145.
Методические основы системных исследований и решения проблем технического оснащения вооруженных сил государства: монография / коллектив авторов; под ред. Б.А.Демидова и О.П.Коростелева. Кн. 1. К.: Издательский дом «Стилос», 2016. 655 с.
Барталев С.А., Ховратович Т.С. Анализ возможностей применения методов сегментации спутниковых изображений для выявления изменений в лесах // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 44-62.
Смеляков К.С. Модели и методы сегментации границ изображений нерегулярного вида на основе адаптивных масок: дис. … канд. техн. наук / Харьковский университет Воздушных Сил. Харьков, 2005. 162 с.
Смеляков К.С., Романенко И.А., Рубан И.В., Кириллова Н.И., Шитова О.В. Методы сегментации изображений объектов нерегулярного вида, особенности их
применения и перспективы развития // Збірник наукових праць ХУПС. 2010. Вип. 2 (24). С. 92-97.
Стругайло В.В. Обзор методов фильтрации и сегментации цифровых изображений. Наука и образование. Научное издание МГТУ им. Н.Э.Баумана. [Электронный ресурс]. URL: http://technomag.edu.ru/doc/411847. html / (дата обращения 16.04.2017).
Самойленко Д.Е. Структурная сегментация изображений // Штучний інтелект. 2004. № 4. С. 521-528.
Худов В.Г. Мультиагентний метод сегментування зображень, що отримані з бортових систем оптико-електронного спостереження // Системи озброєння і
військова техніка. 2016. № 3 (47). С. 116-119.
Барталев С.А., Егоров В.А., Крылов А.М., Стыценко Ф.В., Ховратович Т.С. Исследование возможностей оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 215-225.
Златопольский А.А. Выделение на изображении однородных участков с неполными границами // Исследование Земли из космоса. 1985. № 1. С. 94-102.
Левашкина А.О., Поршнев С.В. Исследование супервизорных критериев оценки качества сегментации изображений // Известия Томского политехнического
университета. 2008. Т. 313. № 5. С. 28-33.
Махно Т.А. Автоматизированная система обработки ультразвуковых изображений сонных артерий на основе эволюционных алгоритмов // Электротехнические
и компьютерные системы. 2015. № 18 (94). С. 92-99.
Худов В.Г., Маковейчук О.М. Генетичні алгоритми для сегментування зображень систем оптикоелектронного спостереження. // Наука і техніка Повітряних Сил Збройних Сил України. 2016. № 2. С. 142-145.
Эль-Хатиб С.А., Эль-Хатиб А.И., Скобцов Ю.А. Сегментации изображений методом муравьиных колоний // Вестник Херсонского национального технического университета. 2013. № 1 (46). С. 204-211.
Скобцов Ю.А., Эль-Хатиб С.А. Компьютерная система сегментации медицинских изображений методом роя частиц // Вестник НТУ «ХПИ». 2015. № 33 (1142). С. 144-151.
Эль-Хатиб С.А. Сегментация изображений с помощью смешанного и экспоненциального алгоритмов роя частиц // Информатика и кибернетика. 2015. № 1. С. 126-133.
Скобцов Ю.А., Сперанский Д.В. Эволюционные вычисления: учебное пособие. М.: Национальный открытый университет «ИНТУИТ», 2015. 331 с.
Вершковский Е.А. Роевой алгоритм оптимизации в задаче кластеризации мультиспектрального снимка // Известия ЮФУ. 2015. № 3. С. 102-107.
An Analysis of Particle Swarm Optimizers / Bergh F., PhD Thesis, University of Pretoria, South Africa, 2002.
