METHOD OF ROUTINE INTELLIGENCE (ARTIFICIAL BEE COLONY (ABC)) OF THE THEMATIC SEGMENTATION OF THE OPTICAL-ELECTRONIC IMAGE
DOI:
https://doi.org/10.26906/SUNZ.2018.2.091Keywords:
optic-electronic image, thematic segmentation, , method of swarm intelligence, ABC method, on-board system, fitness functionAbstract
An analysis is made of the shortcomings of the known methods for segmentation of an optical-oelectronic image. It was proposed for the thematic segmentation of the image, obtained from on-board optical-electronic observation equipment, the use of the swarm method (artificial bee colony method). The main types of fitness functions that are used in the ABC method are analyzed. Their inappropriateness to the thematic segmentation of the image obtained from on-board optical-electronic surveillance equipment was established. A fitness function has been introduced that takes into account the dispersion of the brightness distribution of the thematic segments of the optical-electronic image. The optimization problem is formulated. The optimization problem consists in minimizing the fitness function. The optimization problem is solved by the iterative calculation method. The result of thematic segmentation of the optical-electronic image is presented for the case of two thematic segments. The possible objects of interest are identified - airplanes, oil tanks, structures and others.Downloads
References
Горбулін В.П. Світова гібридна війна: український фронт: монографія / В.П. Горбулін. – Київ: НІСД, 2017. – 496 с.
Ярош С.П. Аналіз ведення бойових дій, тактики застосування ЗПН і використання нових інформаційних технологій у ході воєнного конфлікту в Лівії в 2011 році / С.П. Ярош // Наука і техніка Повітряних Сил Збройних Сил України, 2011. – № 2. – С. 19–25.
Меньшаков Ю.К. Техническая разведка из космоса / Ю.К. Меньшаков. – Москва: Academia, 2013. – 656 с.
Ким Н.В. Алгоритм управления группой беспилотных летательных аппаратов / Н.В. Ким, И.Г. Крылов // Робототехника и техническая кибернетика, 2014. – № 4. – С. 40–43.
Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптико-електронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
Ruban I. Segmentation of the images obtained from onboard optoelectronic surveillance systems by the evolutionary method / I. Ruban, H. Khudov, V. Khudov, I. Khizhnyak, O. Makoveichuk // Eastern-European Journal of Enterprise Technologies, 2017. – № 5/9 (89). – P. 49–57.
Faroogue M.Y. Latest trends on image segmentation schemes / M.Y. Faroogue, M.S. Raeen // International journal of advanced research in computer science and software engineering, 2014. – Vol. 4, № 10. – P. 792–795.
Choudhary R. Recent trends and techniques in image enhancement using differential evolution – a survey / R. Choudhary, R. Gupta // International journal of advanced research in computer science and software engineering. – 2017, Vol. 7, № 4. – P. 106–112.
Badiger S. Medical imaging techniques in clinical medicine / S. Badiger, P.T. Akkasaligar // International journal of medical, health, pharmaceutical and biomedical engineering, 2014. – Vol. 8, № 11. – P. 797–800.
Махно Т.А. Автоматизированная система обработки ультразвуковых изображений сонных артерий на основе эволюционных алгоритмов / Т.А.Махно // Электротехнические и компьютерные системы, 2015. – № 18(94). – С. 92–99.
Эль-Хатиб С.А. Сегментация изображений с помощью смешанного и экспоненциального роя частиц / С.А. Эль-Хатиб // Информатика и кибернетика, 2015. – № 1. – С. 126–133.
Водолазский И.А. Роевой интеллект и его наиболее распространенные методы реализации / И.А. Водолазский, А.С. Егоров, А.В. Краснов // Молодой ученый, 2017. – № 4 (138). – С. 147–153.
Хижняк І.А. Тематичне сегментування зашумленого оптико-електронного зображення ройовим методом / І.А. Хижняк, О.М. Маковейчук, В.Г. Худов, І.В. Рубан, Г.В. Худов // Системи управління, навігації та зв’язку, 2018 – Вип. 1 (47). – С. 146–152.
Худов В.Г. Оцінка якості сегментування оптико-електронного зображення шляхом оцінки комплексних показників та відстані Кульбака-Лейбнера / В.Г. Худов, О.М. Маковейчук, І.А. Хижняк // Системи обробки інфор- мації, 2017. – Вип. 4 (150). – С. 27–30.
Kennedy J. Particle Swarm Optimization / J. Kennedy, R. Eberhart // Proceedings of IEEE International Conference on Neural Networks, 1995. – Vol. IV. – P. 1942– 1948.
Yigitbasi E.D. Edge detection using artificial bee colony algorithm (ABC) / E.D. Yigitbasi, N.A. Baykan // International Journal of Information and Electronics Engineering, 2013. – Vol. 3. – № 6. – P. 634–638.
Kong X. An improved artificial bee colony algorithm and its application / X. Kong, S. Liu, Z. Wang // International Journal of Signal Processing. Image Processing and Pattern Recognition, 2013. – Vol. 6. – № 6. – P. 259–274.
IKONOS Satellite Images Gallery, Satellite Map [Electronic resource] / Satellite Imaging Corporation. – Access mode: URL: http://www.satimagingcorp.com/gallery/ ikonos – 20.01.2017 year.
Хижняк І.А. Сегментування зображення, що отримано з бортової системи оптико-електронного спостереження, ройовим методом / І.А. Хижняк // Системи озброєння та військова техніка. Науковий журнал, 2017. – № 2 (50). – С. 140–143.
