Информационная технология обработки данных ДЗЗ для оценки ареалов растений

Информационная технология обработки данных ДЗЗ для оценки ареалов растений

Автор: Варламова Анна Александровна, Денисова Анна Юрьевна, Сергеев Владислав Викторович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 5 т.42, 2018 года.

Бесплатный доступ

В статье предлагается информационная технология обработки данных дистанционного зондирования Земли для оценки ареалов растений, основанная на вычислении локальных признаков, полученных по суперпиксельному представлению изображений, и кластеризации K-Means. Технология представляет собой автоматизированный способ оценки состава растительного ареала по заданной пользователем обучающей выборке. Достоинствами предлагаемой технологии являются использование меньшего объема данных для обучения, чем для поэлементной классификации, и более высокое качество классификации по сравнению с поэлементной классификацией.

Суперпиксельная сегментация, кластеризация, ареалы растительности, процентный состав

Короткий адрес: https://sciup.org/140238448

IDR: 140238448   |   DOI: 10.18287/2412-6179-2018-42-5-864-876

Список литературы Информационная технология обработки данных ДЗЗ для оценки ареалов растений

  • Воробьёва, Н.С. Информационная технология раннего распознавания видов сельскохозяйственных культур по космическим снимкам/Н.С. Воробьёва, В.В. Сергеев, А.В. Чернов//Компьютерная оптика. -2016. -Т. 40, № 6. -С. 929-938. - DOI: 10.18287/2412-6179-2016-40-6-929-938
  • Yu, Q. Object-based detailed vegetation classification with airborne high spatial resolution remote sensing imagery/Q. Yu, P. Gong, N. Clinton, G. Biging, M. Kelly, D. Schirokauer//Photogrammetric Engineering & Remote Sensing. -2006. -Vol. 72(7). -P. 799-811. - DOI: 10.14358/PERS.72.7.799
  • Синявский, Ю.Н. Методы и технология сегментации мультиспектральных изображений высокого разрешения для исследования природных и антропогенных объектов/Ю.Н. Синявский, И.А. Пестунов, О.А. Дубровская, С.А. Рылов, П.В. Мельников, Н.Б. Ермаков, М. А. Полякова//Вычислительные технологии. -2016. -Т. 21, № 1. -С. 127-140.
  • Chang, S.-H. 79-channel airborne imaging spectrometer/S.-H. Chang, M.J. Westfield, F. Lehmann, D. Oertel, R. Richter//Proceedings of SPIE. -1993. -Vol. 1937. -P. 164-173. - DOI: 10.1117/12.157053
  • Flanders, D. Preliminary evaluation of eCognition object-based software for cut block delineation and feature extraction/D. Flanders, M. Hall-Beyer, J. Pereverzoff//Canadian Journal of Remote Sensing. -2014. -Vol. 29, Issue 4. -P. 441-452. - DOI: 10.5589/m03-006
  • Questier, F. The use of CART and multivariate regression trees for supervised and unsupervised feature selection/F. Questier, R. Put, D. Coomans, B. Walczak, Y. Vander Heyden//Chemometrics and Intelligent Laboratory Systems. -2005. -Vol. 76, Issue 1. -P. 45-54. - DOI: 10.1016/j.chemolab.2004.09.003
  • MacQueen, J.B. Some methods for classification and analysis of multivariate observations/J.B. MacQueen//Proceedings of the Fifth Symposium on Math, Statistics, and Probability. -1967. -Vol. 1. -P. 281-297.
  • Mutanga, O. High density biomass estimation for wetland vegetation using WorldView-2 imagery and random forest regression algorithm/O. Mutanga, E. Adam, M.A. Cho//International Journal of Applied Earth Observation and Geoinformation. -2012. -Vol. 18. -P. 399-406. - DOI: 10.1016/j.jag.2012.03.012
  • Борзов, С.М. Классификация типов растительного покрова по гиперспектральным данным дистанционного зондирования Земли/С.М. Борзов, О.И. Потатуркин//Вестник Новосибирского государственного университета. Серия: Информационные технологии. -2014. -Т. 12, № 4. -C. 13-22.
  • Методы компьютерной обработки изображений/М.В. Гашников, Н.И. Глумов, Н.Ю. Ильясова, В.В. Мясников, С.Б. Попов, В.В. Сергеев, В.А. Сойфер, А.Г. Храмов, А.В. Чернов, В.М. Чернов, М.А. Чичева, В.А. Фурсов; под ред. В.А. Сойфера. -Изд. 2-е, испр. -М.: Физматлит, 2003. -784 с. -ISBN: 5-9221-0270-2.
  • Felzenszwalb, P.F. Efficient graph-based image segmentation/P.F. Felzenszwalb, D.P. Huttenlocher//International Journal of Computer Vision. -2004. -Vol. 59, Issue 2. -P. 167-181. - DOI: 10.1023/B:VISI.0000022288.19776.77
  • Shi, J. Normalized cuts and image segmentation/J. Shi, J. Malik//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2000. -Vol. 22, Issue 8. -P. 888-905. - DOI: 10.1109/34.868688
  • Liu, M.-Y. Entropy rate superpixel segmentation/M.-Y. Liu, O. Tuzel, S. Ramalingam, R. Chellappa//IEEE Conference on Computer Vision and Pattern Recognition (CVPR). -2011. -P. 2097-2104. - DOI: 10.1109/CVPR.2011.5995323
  • Achanta, R. SLIC superpixels compared to state-of-the-art superpixel methods/R. Achanta, A. Shaji, K. Smith, A. Lucchi, P. Fua, S. Süsstrunk//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2012. -Vol. 34, Issue 11. -P. 2274-2282. - DOI: 10.1109/TPAMI.2012.120
  • Li, Z. Superpixel segmentation using linear spectral clustering/Z. Li, J. Chen//IEEE Conference on Computer Vision and Pattern Recognition (CVPR). -2015. -P. 1356-1363. - DOI: 10.1109/CVPR.2015.7298741
  • Wang, J. VCells: simple and efficient superpixels using Edge-Weighted Centroidal Voronoi Tessellations/J. Wang, X. Wang//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2012. -Vol. 34, Issue 6. -P. 1241-1247. - DOI: 10.1109/TPAMI.2012.47
  • Kavelenova, L.M. Concerning the possibilities of successional changes revealing in anthropogenically transformed ecosystems on the base of remote sensing and ground-based survey data integration/L.M. Kavelenova, N.V. Prokhorova, E.S. Korchikov, A.Y. Denisova, D.A. Terentyeva//CEUR Workshop Proceedings. -2017. -Vol. 1901. -P. 99-103.
  • Аншаков, Г.П. Комплексирование гиперспектральных и мультиспектральных данных КА «Ресурс-П» для повышения их информативности/Г.П. Аншаков, А.В. Ращупкин, Ю.Н. Журавель//Компьютерная оптика. -2015. -T. 39, № 1. -С. 77-82. - DOI: 10.18287/0134-2452-2015-39-1-77-82
  • Сергеев, Г.А. Статистические методы исследования природных объектов/Г.А. Сергеев, Д.А. Янутш. -Л.: Гидрометеоиздат, 1973. -С. 112.
  • Ma, J.-Q. Content-based image retrieval with HSV color space and texture features/J.-Q. Ma//IEEE International Conference on Web Information Systems and Mining. -2009. -P. 61-63. - DOI: 10.1109/WISM.2009.20
  • Singh, K.K. Shadow detection and removal from remote sensing images using NDI and morphological operators/K.K. Singh, K. Pal, M.J. Nigam//International journal of computer applications. -2012. -Vol. 42, Issue 10. -P. 37-40. - DOI: 10.5120/5731-7805
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp