Системний аналіз аномалій на зображеннях та його застосування до аналізу даних дистанційного зондування сільськогосподарських угідь

Abstract

Великими проблемами для сільськогосподарських угідь захворювання рослин, дія шкідників, бур’яни та інші аномалії. Швидке розповсюдження подібних проблемних місць спричиняє значну шкоду, якщо їх вчасно не виявити, локалізувати та нейтралізувати. Через великі площі та, часто, важкодоступність до окремих ділянок поля, для усунення таких проблем застосовується аерофотозйомка з дронів з подальшим її обробленням методами штучного інтелекту, машинного навчання, передусім — глибинного навчання. Кожне зображення розбивається на дрібніші фрагменти та аналізується, але результат аналізу суттєво залежить від вибору розміру таких фрагментів.

Big problems for agricultural lands are plant diseases, pests, weeds and other anomalies. The rapid growth of such problem areas is of great harm if they are not found in time, localized and neutralized. With a large area and, often, inaccessibility to individual areas of the field, aerial photography from drones with its subsequent processing by artificial intelligence methods, machine learning, first of all — deep learning, is used to eliminate such problems. Each image is divided into small fragments and analyzed, but the result of the analysis essentially depends on the choice of the size of such fragments.