No abstract

A method for determining the contours of objects on complexly structured color images based on the ant colony optimization algorithm is proposed. The method for determining the contours of objects of interest in complexly structured color images based on the ant colony optimization algorithm, unlike the known ones, provides for the following. Color channels are highlighted. In each color channel, a brightness channel is allocated. The contours of objects of interest are determined by the method based on the ant colony optimization algorithm. At the end, the transition back to the original color model (the combination of color channels) is carried out. A typical complex structured color image is processed to determine the contours of objects using the ant colony optimization algorithm. The image is presented in the RGB color space. It is established that objects of interest can be determined on the resulting image. At the same time, the presence of a large number of "garbage" objects on the resulting image is noted. This is a disadvantage of the developed method. A visual comparison of the application of the developed method and the known methods for determining the contours of objects is carried out. It is established that the developed method improves the accuracy of determining the contours of objects. Errors of the first and second kind are chosen as quantitative indicators of the accuracy of determining the contours of objects in a typical complex structured color image. Errors of the first and second kind are determined by the criterion of maximum likelihood, which follows from the generalized criterion of minimum average risk. The errors of the first and second kind are estimated when determining the contours of objects in a typical complex structured color image using known methods and the developed method. The well-known methods are the Canny, k-means (k=2), k-means (k=3), Random forest methods. It is established that when using the developed method based on the ant colony optimization algorithm, the errors in determining the contours of objects are reduced on average by 5-13 %.

Встановлено, що відомі методи сегментування зображень не можуть бути напряму застосовані до сегменту вання оптикоелектронних зображень бортових систем дистанційного зон дування Землі. Сформульовано мате матична задача сегментування таких зображень. Встановлено, що резуль татом сегментування зображень бор тових систем дистанційного зондуван ня Землі є розділення зображення на штучні об'єкти (об'єкти інтересу) та природні об'єкти (фон). Запропоновано для сегментування зображень вико ристання методу штучної бджолиної колонії. Викладена сутність методу, який передбачає визначення положень агентів, їх міграцію, умов зупинки іте раційного процесу за критерієм міні муму цільової функції та визначен ня оптимального значення порогового рівня. Введена цільова функція, що має фізичний смисл суми дисперсії яскра вості сегментів сегментованого зобра ження. Сформульовано оптимізацій на задача сегментування зображення бортової системи оптикоелектронно го спостереження, яка полягає в мінімі зації цільової функції при певних припу щеннях та обмеженнях. Наведені результати експеримен тального дослідження застосування методу штучної бджолиної колонії до сегментування оптикоелектронного зображення. Експериментальні дослі дження сегментування оптикоелект ронного зображення підтвердили праце здатність методу штучної бджолиної колонії. На сегментованому зображенні для прикладу визначені можливі об'єк ти інтересу, а саме: ємності з нафтою або паливом для літаків, літаки, аеро дромні споруди тощо. Проведена візуальна оцінка якості сегментування. Розраховані помил ки першого та другого роду. Встанов лено, що застосування методу штуч ної бджолиної колонії дозволить під вищити якість обробки оптикоелект ронних зображень. При цьому помил ки сегментування першого та другого роду знижені в середньому на величину від 7 % до 33 %.Ключові слова: дистанційне зон дування Землі, зображення, сегмен тування, метод штучної бджолиної колонії UDC 004.932

No abstract