Програмна реалізація методу класифікації гіперспектральних зображень дистанційного зондування

Abstract

У роботі досліджено методи класифікації гіперспектральних зображень під час дистанційного зондування. Результатом роботи стала розробка інтелектуальної системи обробки гіперспектральних зображень, яка використовує локальні патчі пікселів і вагові коефіцієнти для врахування локальних контекстів. У базовій версії метод включав класичні 2D-CNN, а в розширеній – інтеграцію даних про контури об’єктів, що дозволило підвищити точність класифікації. Проведені експерименти продемонстрували ефективність розробленого підходу, модель із використанням патчів із ваговим околом у 8 пікселів досягла найкращих результатів. Порівняно з іншими підходами, розроблений метод показав значне покращення результатів класифікації, зокрема для класів із низьким розміром вибірки. Основними перевагами розробленої системи є висока точність класифікації завдяки врахуванню спектрально-просторових залежностей; адаптивність системи до різних завдань та специфіки гіперспектральних даних; ефективність обчислень навіть за великого обсягу вхідної інформації. Запропонований підхід може бути використаний для вирішення складних задач під час дистанційного зондування у екологічному моніторингу, сільському господарстві, медицині тощо.