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, 2021, том 45, выпуск 6, страницы 887–896
DOI: https://doi.org/10.18287/2412-6179-CO-1038 (Mi co980) 		 
Эта публикация цитируется в 14 научных статьях (всего в 14 статьях)

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса

Н. А. Фирсовa, В. В. Подлипновab, Н. А. Ивлиевab, П. П. Николаевc, С. В. Машковd, П. А. Ишкинd, Р. В. Скидановab, А. В. Никоноровab

a Самарский национальный исследовательский университет имени академика С. П. Королева
b Институт систем обработки изображений РАН - филиал ФНИЦ "Кристаллография и фотоника" РАН, Самара, Россия, г. Самара
c Институт проблем передачи информации им. А. А. Харкевича Российской академии наук, г. Москва
d Самарский государственный аграрный университет
PDF полного текста (8572 kB) Список цитирования (14)
DOI: https://doi.org/10.18287/2412-6179-CO-1038
Аннотация: В настоящей работе предложен новый подход к классификации гиперспектральных изображений высокого разрешения в прикладной задаче определения типов сельскохозяйственной растительности. В качестве классификатора используется спектрально-пространственная сверточная нейронная сеть с компенсацией вариаций освещения. Для автоматизированного формирования обучающей выборки предложен алгоритм на основе адаптивного вегетационного индекса. Показана эффективность предложенного подхода в задаче классификации типов растительности по результатам съемок сельскохозяйственных угодий, выполненных сканирующей гиперспектральной камерой.
Ключевые слова: гиперспектральные изображения, вегетационный индекс, сверточные нейронные сети, классификация растительности, спектрально-пространственная классификация гиперспектральных изображений, вегетационные индексы
Финансовая поддержка Номер гранта
Российский научный фонд 20-69-47110
Российский фонд фундаментальных исследований 19-29-01235
Министерство образования и науки Российской Федерации 007-ГЗ/Ч3363/26
Теоретическая часть работы и разработка нейросетевых моделей выполнена при поддержке гранта РНФ 20-69-47110, экспериментальная часть выполнена в рамках государственного задания ИСОИ РАН -- филиала Федерального научно-исследовательского центра «Кристаллография и фотоника» РАН (соглашение № 007-ГЗ/Ч3363/26) и РФФИ 19-29-01235. Авторы выражают благодарность Е.П. Цирулеву, Н.В. Боровковой и А.А. Соловьеву за помощь при проведении полевых работ.
Поступила в редакцию: 02.09.2021
Принята в печать: 06.09.2021
Тип публикации: Статья
Образец цитирования: Н. А. Фирсов, В. В. Подлипнов, Н. А. Ивлиев, П. П. Николаев, С. В. Машков, П. А. Ишкин, Р. В. Скиданов, А. В. Никоноров, “Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса”, Компьютерная оптика, 45:6 (2021), 887–896
Цитирование в формате AMSBIB
\RBibitem{FirPodIvl21}
\by Н.~А.~Фирсов, В.~В.~Подлипнов, Н.~А.~Ивлиев, П.~П.~Николаев, С.~В.~Машков, П.~А.~Ишкин, Р.~В.~Скиданов, А.~В.~Никоноров
\paper Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса
\jour Компьютерная оптика
\yr 2021
\vol 45
\issue 6
\pages 887--896
\mathnet{http://mi.mathnet.ru/co980}
\crossref{https://doi.org/10.18287/2412-6179-CO-1038}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co980
  • https://www.mathnet.ru/rus/co/v45/i6/p887
    • Эта публикация цитируется в следующих 14 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Компьютерная оптика
    Статистика просмотров:
    Страница аннотации:25
    PDF полного текста:14
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024