Отрывок: Согласно закону больших чисел, увеличение количества измерений ве- дет к приближению распределения к нормальному ви- ду и, следовательно, большей толерантности метода к наличию пропущенных значений. Для демонстрации устойчивости результатов сегментации область про- пущенных значений была искусственно создана в од- ном из признаков набора входных данных (рис. 6), со- стоящего из 9 раз...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorПлотников, Д.Е.-
dc.contributor.authorКолбудаев, П.А.-
dc.contributor.authorБарталёв, С.А.-
dc.contributor.authorPlotnikov, D.E.-
dc.contributor.authorKolbudaev, P.A.-
dc.contributor.authorBartalev, S.A.-
dc.date.accessioned2018-08-06 13:08:57-
dc.date.available2018-08-06 13:08:57-
dc.date.issued2018-06-
dc.identifierDspace\SGAU\20180802\71218ru
dc.identifier.citationПлотников, Д.Е. Выделение сезонно-однородных областей на основе анализа временных серий спутниковых изображений / Д.Е. Плотников, П.А. Колбудаев, С.А. Барталёв // Компьютерная оптика. – 2018. – Т. 42, № 3. – С. 447-456. – DOI: 10.18287/2412-6179-2018-42-3-447-456.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-2018-42-3-447-456-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Vydelenie-sezonnoodnorodnyh-oblastei-na-osnove-analiza-vremennyh-serii-sputnikovyh-izobrazhenii-71218-
dc.description.abstractВ работе рассматривается метод сегментации временных серий спутниковых изображений, позволяющий использовать разновременную информацию при формировании границ сегментов. Метод выделяет однородные объекты со схожей временной динамикой дистанционных характеристик, небольшими порциями анализируя значительные по объёму массивы разновременных входных данных, позволяя получать целостный результат сегментации на протяженные территории. Логика формирования сегментов максимально упрощена для обеспечения минимального времени работы, при этом точность проведения границ достаточна для решения задач мониторинга и распознавания быстроменяющихся типов растительного покрова, таких как сельскохозяйственная растительность. Описанный метод сегментации в настоящее время используется в автоматических алгоритмах оперативного анализа спутниковых данных, разработанных в ИКИ РАН для распознавания и оценки состояния растительности на больших территориях, в частности, озимых, яровых культур, используемых пахотных земель. Возможность установления границ сегментов в условиях наличия пропущенных значений во временных сериях данных позволяет рассчитывать и восстанавливать недостающие измерения на основе спектрально-временных связей между пикселями сегмента. Устойчивость метода к шуму в исходных данных дистанционных наблюдений может быть использована для его подавления, что показано на примере радиолокационных изображений.ru
dc.language.isorusru
dc.publisherНовая техникаru
dc.relation.ispartofseries42/3;-
dc.subjectсегментацияru
dc.subjectдистанционное зондированиеru
dc.subjectспектрально-динамические метрикиru
dc.subjectанализ изображенийru
dc.titleВыделение сезонно-однородных областей на основе анализа временных серий спутниковых изображенийru
dc.title.alternativeIdentification of dynamically homogeneous areas with time series segmentation of remote sensing dataru
dc.typeArticleru
dc.textpartСогласно закону больших чисел, увеличение количества измерений ве- дет к приближению распределения к нормальному ви- ду и, следовательно, большей толерантности метода к наличию пропущенных значений. Для демонстрации устойчивости результатов сегментации область про- пущенных значений была искусственно создана в од- ном из признаков набора входных данных (рис. 6), со- стоящего из 9 раз...-
dc.classindex.scsti89.57.35-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
420313.pdfОсновная статья645.11 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.