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, 2021, том 45, выпуск 6,страницы 887

Эта публикация цитируется в 11 статьях

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

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

Н. А. Фирсов^a, В. В. Подлипнов^ab, Н. А. Ивлиев^ab, П. П. Николаев^c, С. В. Машков^d, П. А. Ишкин^d, Р. В. Скиданов^ab, А. В. Никоноров^ab

^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

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

Поступила в редакцию: 02.09.2021
Принята в печать: 06.09.2021

DOI: 10.18287/2412-6179-CO-1038