ИНФОРМАЦИОННАЯ РОЕВАЯ ТЕХНОЛОГИЯ ТЕМАТИЧЕСКОЙ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ, ПОЛУЧЕННЫХ С БОРТОВЫХ СИСТЕМ ОПТИКО-ЭЛЕКТРОННОГО НАБЛЮДЕНИЯ

ІНФОРМАЦІЙНА РОЙОВА ТЕХНОЛОГІЯ ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ ЗОБРАЖЕНЬ, ЩО ОТРИМАНІ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ

Предметом изучения в статье является информационная роевая технология тематической сегментации изображений, полученных с бортовых систем оптико-электронного наблюдения. Целью является разработка информационной технологии сегментации, в основу которой положены роевые методы тематической сегментации оптико-электронного изображения. Задачи: анализ уровней технологии дешифрирования оптико-электронного изображения, анализ основных этапов обработки оптико-электронного изображения и уровней локализации объектов интереса на этапе распознавания, анализ основных требований к тематических сегментам изображения, анализ известных методов и информационных технологий сегментации изображений, полученных с бортовых систем наблюдения, обоснование целевой функции тематической сегментации и выбора оптимального порога сегментации, разработка информационной роевой технологии тематической сегментации изображений, полученных с бортовой системы оптико-электронного наблюдения, демонстрация тестового примера тематической сегментации цветного изображения. Используемыми методами являются: методы теории вероятности, математической статистики, роевого интеллекта, кластеризации данных, эволюционных вычислений, методы оптимизации, математического моделирования и цифровой обработки изображений. Получены следующие результаты. Установлено, что основным этапом обработки изображений, полученных с бортовых систем наблюдения, является этап тематической сегментации. Установлено, что в настоящее время небольшое количество исследований посвящено решению задачи тематической сегментации изображений, полученных с бортовых систем наблюдения. Установлено, что в качестве целевой функции используется функция, которая определяется как сумма дисперсий интенсивности пикселей в пределах каждого тематического сегмента, а оптимизация заключается в минимизации целевой функции. В основу информационной технологии заложены усовершенствованные методы роевого интеллекта (искусственной пчелиной колонии) тематической сегментации оптико-электронного изображения и роевого интеллекта (искусственной пчелиной колонии) тематической сегментации многомасштабной последовательности оптико-электронных изображений. Выводы. Научная новизна полученных результатов заключается в следующем: повышение визуального качества сегментированного изображения, что в дальнейшем существенно влияет на решение задачи дешифрирования изображения.

Предметом вивчення в статті є інформаційні ройова технологія тематичного сегментування зображень, що отримані з бортових систем оптико-електронного спостереження. Метою є розробка інформаційної технології сегментування, в основу якої покладений ройовий метод тематичного сегментування оптико-електронного зображення. Завдання: аналіз рівнів технології дешифрування оптико-електронного зображення, аналіз основних етапів обробки оптико-електронного зображення та рівнів локалізації об’єктів інтересу на етапі розпізнавання, аналіз основних вимог до тематичних сегментів зображення, аналіз відомих методів та інформаційних технологій сегментування зображень, що отримані з бортових систем спостереження, обґрунтування цільової функції тематичного сегментування та вибору оптимального значення порогу сегментування, розробка інформаційної ройової технології тематичного сегментування зображень, що отримані з бортової системи оптико-електронного спостереження, наведення тестового прикладу тематичного сегментування кольорового зображення. Використовуваними методами є: методи теорії імовірності, математичної статистики, ройового інтелекту, кластерізації даних, еволюційних обчислень, методи оптимізації, математичного моделювання та цифрової обробки зображень. Отримані такі результати. Встановлено, що основним етапом обробки зображень, що отримані з бортових систем спостереження, є етап тематичного сегментування. Встановлено, що у теперішній час невелика кількість досліджень присвячена вирішенню задачі тематичного сегментування зображень, що отримані з бортових систем спостереження. Встановлено, що у якості цільової функції використовується функція, яка визначається як сума дисперсії інтенсивності пікселів в межах кожного тематичного сегменту, а оптимізація полягає у мінімізації цільової функції. В основу інформаційної ройової технології покладені удосконалені методи ройового інтелекту (штучної бджолиної колонії) тематичного сегментування оптико-електронного зображення та ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності оптико-електронних зображень. Висновки. Наукова новизна отриманих результатів полягає в наступному: підвищення візуальної якості сегментованого зображення, що в подальшому суттєво впливає на вирішення завдання дешифрування зображення.

Makoveychuk, A.

Khudov, H.

optical-electronic image

thematic segmentation

information technology

swarm methods

artificial bee colony

fitness function

segmentation threshold

optimization

multiscale sequence

бортовая система наблюдения

оптико-электронное изображение

тематическая сегментация

информационная технология

роевые методы

искусственная пчелиная колония

целевая функция

порог сегментации

оптимизация

многомасштабная последовательность

бортова систем спостереження

оптико-електронне зображення

тематичне сегментування

інформаційна технологія

ройові методи

штучна бджолина колонія

цільова функція

поріг сегментування

оптимізація

багатомасштабна послідовність

info:eu-repo/semantics/publishedVersion

Рецензована Стаття

10.26906/SUNZ.2018.3.026

Системы управления, навигации и связи. Сборник научных трудов; Том 3 № 49 (2018): Системи управління, навігації та зв’язку; 26-32

Системи управління, навігації та зв’язку. Збірник наукових праць; Том 3 № 49 (2018): Системи управління, навігації та зв’язку; 26-32

2073-7394

10.26906/SUNZ.2018.3