МЕТОД СЕГМЕНТАЦІЇ ЗОБРАЖЕНЬ ДЛЯ ВИЗНАЧЕННЯ ОБ’ЄКТІВ ПРИВ’ЯЗКИ КОГОРЕЛЯЦІЙНО-ЕКСТРЕМАЛЬНОЇ СИСТЕМИ НАВІГАЦІЇ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ З ВИКОРИСТАННЯМ ЯСКРАВО-СТРУКТУРНИХ ОЗНАК
Open Access
- 1 January 2025
- journal article
- Published by Ivan Kozhedub Kharkiv National Air Force University KNAFU in Наука і техніка Повітряних Сил Збройних Сил України
- No. 3(60),p. 64-71
Abstract
Проведено аналіз застосування автономних безпілотних літальних апаратів (БпЛА) з комбінованими системами навігації під час відсічі широкомасштабної збройної агресії Російської Федерації (РФ). Сформульовано завдання щодо селекції об’єктів з району прив’язки для визначення координат БпЛА, що використовують кореляційно-екстремальну систему навігації (КЕСН). Показані принципи селекції об’єктів в районі прив’язки для визначення координат БпЛА. Наведені аналітичні вирази для формування КЕСН поточних та еталонних зображень, їх залежності від інформаційних ознак. Обґрунтовано використання значень фрактальних розмірностей для виділення областей на зображеннях, які значно відрізняються від фону і знаходяться в заданому діапазоні фрактальних розмірностей, що найбільш підходять для прив’язки КЕСН. Проведені дослідження визначення об’єктів прив’язки КЕСН БпЛА з використанням яскраво-структурних ознак в програмному середовищі MATLAB з використанням вихідного зображення, вибраного з Google Earth Pro. Приведені результати чисельного моделювання сегментованих за яскравістю зображень району прив’язки, відповідних їм сегментованих зображень за структурою, їх полів фрактальної розмірності та гістограм. Наведено приклад визначення об’єктів прив’язки КЕСН БпЛА з використанням яскраво-структурних ознак. Розроблено структуру алгоритму двоетапної сегментації зображень з використанням яскравих та структурних ознак. Наведено практичні рекомендації щодо застосування розробленого підходу.Keywords
This publication has 12 references indexed in Scilit:
- Unsupervised Color-Based Flood Segmentation in UAV ImageryRemote Sensing, 2024
- Application of methods of fractal images analysis in solving environmental assessment and object recognition problemsJournal of Instrument Engineering, 2022
- Fractal Analysis on Pore Structure and Hydration of Magnesium Oxysulfate Cements by First Principle, Thermodynamic and Microstructure-Based MethodsFractal and Fractional, 2021
- Size and spatial fractal distributions of coal fracture networks under different mining-induced stress conditionsInternational Journal of Rock Mechanics and Mining Sciences, 2020
- FRACTALS AND CHAOS CHARACTERISTICS OF ACOUSTIC EMISSION ENERGY ABOUT GAS-BEARING COAL DURING LOADED FAILUREFractals, 2019
- Deformable ConvNets V2: More Deformable, Better Results2019
- Mask R-CNN2017
- Deep Learning for Brain MRI Segmentation: State of the Art and Future DirectionsJournal of Digital Imaging, 2017
- DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFsIEEE Transactions on Pattern Analysis and Machine Intelligence, 2017
- SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image SegmentationIEEE Transactions on Pattern Analysis and Machine Intelligence, 2017