Виділення ознак для мультиспектрального аналізу зернових культур із використанням оптимізованих конвеєрів компʼютерного зору

Анотація

У статті представлено результати дослідження, спрямованого на підвищення стабільності, відтворюваності та структурної узгодженості процесів комп’ютерного зору під час аналізу мультиспектральних зображень посівів озимої пшениці, отриманих з безпілотних літальних апаратів. Запропоновано нову адаптивну модель попередньої обробки, що поєднує нормалізацію освітленості (модифікований алгоритм Retinex/MSRCR), ентропійно-регульовану просторово-спектральну фільтрацію для придушення шумів та адаптивне спектральне злиття, кероване функціоналом нестабільності, для формування стабільних дескрипторів. Модель сформульована як багатокритеріальна схема попередньої обробки, що одночасно оптимізує інваріантність до освітлення, стійкість до шумів, структурну цілісність та інформаційну насиченість спектральних ознак. Експериментальні дослідження на відкритому наборі даних БПЛА дев’яти полів озимої пшениці (Швейцарія) показали зменшення коефіцієнта варіації до 0.12 та RMSE до 0.089, а також зростання SSIM до 0.923 і ентропії до 5.9, що суттєво перевищує результати класичних методів нормалізації. Отримані результати підтверджують ефективність розробленого підходу в умовах неоднорідного освітлення та сенсорних спотворень, забезпечуючи стабільне та фенологічно узгоджене вилучення ознак. Запропонована модель може бути інтегрована у комп’ютерно-інтегровані та роботизовані системи точного землеробства для підвищення надійності автоматизованого моніторингу стану посівів озимої пшениці.