ПРИМЕНЕНИЕ КОМБИНИРОВАННОЙ СЕГМЕНТАЦИИ ДЛЯ РАСПОЗНАВАНИЯ МУЛЬТИСПЕКТРАЛЬНЫХ СНИМКОВДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Работа посвящена технологии сегментации мультиспектральных аэрокосмических снимков, полученных при дистанционном зондировании Земли. Спектральные отражательные свойства растительности и водных поверхностей значительно отличаются. Индекс NDVI (Normalized Difference Vegetation Index) хорошо отображает качество растительного покрова, индекс NDWI (Normalized Difference Water Index) - водную поверхность с использованием канала, снятого в ближнем инфракрасном диапазоне NIR. В статье предложен комбинированный метод сегментации с использованием этих индексов, позволяющий повысить точность сегментации за счет большого коэффициента корреляции этих индексов с реальными объектами.

COMBINED SEGMENTATION METHOD APPLICATION FOR THE EARTH REMOTE SENSINGMULTI-SPECTRAL IMAGES RECOGNITION

The paper is devoted to the technology of multispectral aerospace images segmentation obtained by the Earth remote sensing. The spectral reflective properties of vegetation and water surfaces are significantly different. The NDVI (Normalized Difference Vegetation Index) clearly recognizes the quality of the vegetation cover, the NDWI (Normalized Difference Water Index) recognizes a water surface using the near infrared (NIR) channel. The article proposes a combined segmentation method using these indices, which allows to increase the accuracy of segmentation due to the large correlation coefficient of these indices with real objects.

Authors
Publisher
Политех-Пресс
Language
Russian
Pages
219-228
Status
Published
Year
2020
Organizations
  • 1 ФГАОУ ВО «Российский университет дружбы народов»
  • 2 ФГБУН «Институт программных систем им.А.К.Айламазяна Российской академии наук»
Keywords
Image Segmentation; remote sensin; computer vision; image processing; multispectral images; convolutional neural networks; сегментация изображений; дистанционное зондирование; компьютерное зрение; обработка изображений; мультиспектральные снимки; свёрточные нейронные сети
Share

Other records