Metode nenadgledane segmentacije slike za mapiranje stresom pogođenih regiona poljoprivrednog zemljišta

Nina Pajević; Branko Brkljač

doi:10.24867/16BE03Pajevic

Nina Pajević Fakultet tehničkih nauka, Univerzitet u Novom Sadu
Branko Brkljač Univerzitet u Novom Sadu, Fakultet tehničkih nauka

DOI: https://doi.org/10.24867/16BE03Pajevic

Ključne reči: Segmentacija, mašinsko učenje, kompjuterka vizija, Sentinel-2

Apstrakt

U okviru rada opisana je segmentacija Sentinel-2 satelitskih snimaka na osnovu izvedenih vegetacionih indeksa u cilju mapiranja stresom pogođenih regiona poljoprivrednog zemljišta. Baza podataka sastoji se od vremenske serije multispektralnih slika 48 poljoprivrednih parcela u Vojvodini. Vremenska serija obuhvata slike za 13 datuma u periodu od marta do septembra 2020. godine. Primenjene su tri metode segmentacije: segmentacija postavljanjem praga, segmentacija upotrebom k-means algoritma, i segmentacija upotrebom pyImSegm biblioteke. Segmentacijom prvom metodom nije uspešno detektovana cela oštećena površina, dok su druge dve metode pokazale dobru sposobnost mapiranja slabije razvijenih regiona.

Biografija autora

Nina Pajević, Fakultet tehničkih nauka, Univerzitet u Novom Sadu

Nina Pajević je rođena u Novom Sadu 1997. god. Osnovne akademske studije na Departmanu za energetiku, elektroniku i telekomunikacije, Fakultet tehničkih nauka, Univerzitet u Novom Sadu, smer Obrada signala, uspešno je završila 2020. god. Na istom fakultetu i studijskom programu upisuje i master akademske studije i 2021. godine stiče uslov za odbranu diplomskog-master rada.

Reference

[1] Zheng, Q., Huang, W., Cui, X., Shi, Y. and Liu, L., 2018. New Spectral Index for Detecting Wheat Yellow Rust Using Sentinel-2 Multispectral Imagery. Sensors, 18(3), p.868.
[2] Sentinel-2 User Handbook, https://sentinel.esa.int/documents/247904/685211/Sentinel-2_User_Handbook
(pristupljeno u septembru 2021.)
[3] Chemura, A., Mutanga, O. and Dube, T., 2016. Separability of coffee leaf rust infection levels with machine learning methods at Sentinel-2 MSI spectral resolutions. Precision Agriculture, 18(5), pp.859-881.
[4]https://stanford.edu/~cpiech/cs221/handouts/kmeans.html (pristupljeno u septembru 2021.)
[5]https://www.mathworks.com/help/images/ref/superpixels.html (pristupljeno u septembru 2021.)
[6] Borovec, J., Švihlík, J., Kybic, J. and Habart, D., 2017. Supervised and unsupervised segmentation using superpixels, model estimation, and graph cut. Journal of Electronic Imaging, 26(06), p.1.