Компьютерная оптика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерная оптика:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерная оптика, 2023, том 47, выпуск 3, страницы 451–463
DOI: https://doi.org/10.18287/2412-6179-CO-1235
(Mi co1144)
 

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Малопараметрический метод оконтуривания сельскохозяйственных полей на спутниковых снимках с помощью исторических данных MSAVI2

М. А. Павловаa, В. А. Тимофеевa, Д. А. Бочаровa, Д. С. Сидорчукa, А. Л. Нурмухаметовa, А. В. Никоноровbc, М. С. Ярыкинаa, И. А. Кунинаa, А. А. Смагинаa, М. А. Загаревa

a Институт проблем передачи информации им. А. А. Харкевича Российской академии наук, г. Москва
b Институт систем обработки изображений РАН - филиал ФНИЦ "Кристаллография и фотоника" РАН, Самара, Россия, г. Самара
c Самарский национальный исследовательский университет имени академика С. П. Королева
Список литературы:
Аннотация: В данной работе рассматривается проблема оконтуривания сельскохозяйственных полей на спутниковых снимках. Для решения этой задачи применяется подход, основанный на анализе исторических данных. В работе показано, что на таких данных можно добиться высокого качества с помощью простого малопараметрического метода. Метод состоит из детектора полей и детектора границ. Детекция полей основана на определении порога Оцу, а для определения границ используется детектор краев Кэнни. В связи с нехваткой доступных наборов данных нами был подготовлен и опубликован собственный набор данных, состоящий из 18859 экспертно аннотированных полей на снимках Sentinel-2. Для сравнения оконтуривания на мгновенных и исторических данных был реализован один из наиболее современных методов, основанный на глубоком обучении. Эксперимент показал, что использование исторических данных позволяет получить более высокое качество с более низкими затратами. Предлагаемый малопараметрический метод требует значительно меньше обучающих данных по сравнению с методом на мгновенных данных. Подготовленный набор данных и реализация алгоритма на языке Python были выложены в открытый доступ.
Ключевые слова: оконтуривание сельскохозяйственных полей, малопараметрический алгоритм, компьютерное зрение, дистанционное зондирование Земли, исторические данные, открытый набор данных
Финансовая поддержка Номер гранта
Российский научный фонд 20-61-47089
Исследование выполнено при поддержке Российского научного фонда (проект № 20-61-47089).
Поступила в редакцию: 07.10.2022
Принята в печать: 12.12.2022
Тип публикации: Статья
Образец цитирования: М. А. Павлова, В. А. Тимофеев, Д. А. Бочаров, Д. С. Сидорчук, А. Л. Нурмухаметов, А. В. Никоноров, М. С. Ярыкина, И. А. Кунина, А. А. Смагина, М. А. Загарев, “Малопараметрический метод оконтуривания сельскохозяйственных полей на спутниковых снимках с помощью исторических данных MSAVI2”, Компьютерная оптика, 47:3 (2023), 451–463
Цитирование в формате AMSBIB
\RBibitem{PavTimBoc23}
\by М.~А.~Павлова, В.~А.~Тимофеев, Д.~А.~Бочаров, Д.~С.~Сидорчук, А.~Л.~Нурмухаметов, А.~В.~Никоноров, М.~С.~Ярыкина, И.~А.~Кунина, А.~А.~Смагина, М.~А.~Загарев
\paper Малопараметрический метод оконтуривания сельскохозяйственных полей на спутниковых снимках с помощью исторических данных MSAVI2
\jour Компьютерная оптика
\yr 2023
\vol 47
\issue 3
\pages 451--463
\mathnet{http://mi.mathnet.ru/co1144}
\crossref{https://doi.org/10.18287/2412-6179-CO-1235}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co1144
  • https://www.mathnet.ru/rus/co/v47/i3/p451
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерная оптика
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024