Обчислювальні процедури тематичної обробки космічних знімків в інтересах моніторингу аграрних ресурсів (частина 2)
DOI:
https://doi.org/10.32347/2411-4049.2020.1.87-94Ключові слова:
алгоритм кластеризації, супутникові космічні знімки, сітка, комірка, щільність точок, відношення сусідства, аграрні ресурси, природні ландшафти, лісові ресурсиАнотація
Розглядається універсальний швидкий алгоритм кластерного аналізу. Запропонований алгоритм відноситься до сіткового типу, використовує параметр щільності точок в комірці сітки і відношення сусідства для об'єднання сусідніх щільних комірок в кластери. Алгоритм послідовно обчислює для кожної точки номер комірки, якій вона належить, потім формує групи точок для кожної непорожньої комірки. Далі послідовно об’єднує комірки в кластери, починаючи процес об’єднання з найбільш щільних комірок. Чергова комірка включається в деякий кластер, якщо хоча б один сусід комірки вже належить кластеру. Якщо сусіди комірки не належать жодному утвореному кластеру, то комірка утворює новий кластер. У випадку коли сусіди комірки належать зразу декільком існуючим кластерам, відповідні кластери об’єднуються у новий кластер.
Об’єднання комірок в кластери однозначно визначає розподіл по кластерах множини точок. Для роботи алгоритму користувачу треба задавати параметр кроку сітки та мінімальну щільність комірок сітки, для яких процес приєднання до кластерів не здійснюється. Комірки з малою щільністю вважаються шумом.
Алгоритм не вимагає попереднього завдання кількості кластерів і інформації про характер розподілу точок вхідної множини.
Запропонований алгоритм може використовуватися для обробки великих масивів точкових даних великої просторової розмірності. Найбільш перспективним напрямком застосування алгоритму є аналіз мультиспектральних супутникових знімків середньої та високої розподільчої здатності в інтересах аналізу стану агроресурсів, лісових ресурсів та різноманітних природних ландшафтів. Результат кластеризації даних космічного знімку може також використовуватись для створення навчальної множини класифікатора.
Посилання
Kuzmin, A.V., Hrekov, L.D., Petrov, O.A., & Medvedenko, O.M. (2017). Obchysliuvalni
protsedury tematychnoi obrobky kosmichnykh znimkiv v interesakh monitorynhu ahrarnykh
resursiv (chastyna 1). Ekolohichna bezpeka ta pryrodokorystuvannia, 1-2(23), 70-78.
https://doi.org/10.32347/2411-4049.2017.1
Sarmah, S., & Bhattacharyya, D.K. (2012). A grid-density based technique for finding
clusters in satellite image. Pattern Recognition Letters, 33, 589-604.
Pestunov, I.A., & Sinjavskij, Ju.N. (2012). Algoritm klasterizacii v zadachah segmentacii
sputnikovyh izobrazhenij. Vestnik Kemerovskogo gosudarstvennogo universiteta, 4(52), t.2,
-125.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Anatolii V. Kuzmin, Leonid D. Grekov, Nataliia M. Kuzmina, Oleksii A. Petrov, Olena M. Medvedenko
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Збірник «Екологічна безпека та природокористування» працює у рамках міжнародної ліцензії Creative Commons Attribution («із зазначенням авторства») 4.0 International (CC BY 4.0).
Ліцензійна політика журналу сумісна з переважною більшістю політик відкритого доступу та архівування матеріалів.
