HETEROGENEOUS TEXTURES OF SOWN AREAS ANALYSIS, BASED ON MIXTURE DIVISION ESTIMATION
DOI:
https://doi.org/10.18372/2310-5461.28.9673Keywords:
data processing, analysis, digital images, aerial photography, mixtures division, algorithm, method of moments, spline softwareAbstract
The special case in digital aerial photography of agricultural areas processing and analysis considered, when a certain area of the field identified as a complex structure, consisting of two unimodal intensity distributions. Introduced a concept of productivity function, based in the reproducing distribution mixtures procedure and the percentage of “green” component. Based on the heterogeneous texture analysis and heterogeneous distribution mixture estimation a visual representation of the yield of the agricultural area built. An algorithm for constructing such a representation based on method of moments evaluation of two normal distributions mixtures and use of two-dimensional splines, based on second order B-splines for separated sectors of the area to build a general map of the distribution of productivity presented. The results of the research with image samples of built software output and the findings of the study, prospects for further work shown.
References
Курочкін В. М. Система «Elfintest» обробки даних моніторингу довкілля на основі кластеризації / В. М. Курочкін // Наукоємні технології, № 2 (26). — К. : НАУ, 2015. — С. 127–133.
Назаров А. Л. «Приближенные методы разделения смесей вероятностных распределений»: дис. канд. ф.-м. наук: 01.01.05 / Алексей Леонидович Назаров. — М., 2013. — С. 111.
Jain K. A. Algorithms for clustering data / K. A. Jain, C. R. Dubes. — Мichigan: Мichigan State University, 1998. — С. 334.
Newcomb S. A generalized theory of the combination of observations so as to obtain the best result // American Journal of Mathematics, Vol. 8, No. 4. [Електронный ресурс] — 1886. — P. 343–366.
Режим доступа: http://www.jstor.org/stable/2369392
Pearson K. Contributions to the Mathematical Theory of Evolution // Philosophical Transactions of the Royal Society of London, Vol. 185. [Електронный ресурс]. — 1894. — P. 71–110. — Режим доступа:
http://rsta.royalsocietypublishing.org.
McLachlan G. Finite Mixture Models. // G. McLachla, D. Peel // Wiley series in probability and statistics: Applied probability and statistics. —
[Електронный ресурс] — Wiley, 2004. — Режим доступа:
http://onlinelibrary.wiley.com/doi/10.1002/0471721182.fmatter/pdf.
Васильев Ф. П. Методы оптимизации. — М. : Изд-во «Факториал Пресс», 2002. — С. 824.
Королёв В. Ю. ЕМ-алгоритм, его модификации и их применение к задаче разделения смесей вероятностных рспределений. — [Електронный ресурс] – 2007. – Режим доступа:
http://www.super.tka4.org/materials/lib/Articles-Books/Speech%20Recognition/EMbook.pdf.
Мозговая И. В. Сравнительный анализ вычислительных схем восстановления смесей распределений / И. В. Мозговая // Придніпровський науковий вісник. — № 67 (134). — Д. : Наука і
освіта, 1988. — С. 51–54.
Приставка П. О. Поліноміальні сплайни при обробці даних / П. О. Приставка. — Д. : Вид-во Дніпропетр. ун-ту, 2004. — С. 236.
