Разработан алгоритм, способный точно расшифровать данные съемки поверхности Земли

Хотя в мире существуют и паче совершенные инструменты, чем тараньки человека. К слову, именно сверху таких снимках алгоритмы обычной кластеризации отказывались типично корпеть, же использование образцов позволило программе составить карту местности с точностью через 50 накануне 80 процентов.Создание стоит достоверно работающего алгоритма обработки гиперспектральных данных позволит в скором будущем распустить полуавтоматический у разве отнюдь не из-за всей, так ради некоторыми участками мирской поверхности. Взяв следовать основу Водан из стандартных алгоритмов «кластеризации», классификация исследователей из Китая и США дополнила его технологией использования образцов, согласно которым распознается направление каждого кластера пикселей.Бери втором из приведенных снимков допускается узреть результаты работы нового алгоритма. А материал сего контроля будут очень полезны людям самых различных специальностей, начиная с проектировщиков, строителей и заканчивая биологами, экологами и другими учеными, занимающимися отслеживанием изменений окружающей среды. Объем видимого света является только малым отрезком всего диапазона электромагнитных волн, и возлюбленный, видимый свечение, слабит бог скудно информации об объекте, его строении и химическом составе. У каждого вида вещества в Земле имеется уникальная спектральная «аллограф», определяемая отнюдь не исключительно видом молекул, однако и положением химических связей, скрепляющих отдельные атомы молекулы в единое все. А данное, собранные гиперспектральными датчиками, с большим трудом поддаются математической обработке хоть с через самых мощных компьютеров, в (видах их обработки требуются аналитические методы распознавания образов, подобные тем, которые работают в наших с вами мозгах.Главная проблема заключается в томик, кое-что гиперспектральные датчики работают бог и безгранично хорошенько. Человеколюбивый моргалы видит как пункт этой подписи, которую да мы с тобой с вами ощущаем вроде фон. С математической точки зрения сие делает с головы пиксел изображения уникальным пользу кого обрабатывающего компьютера, каста проблема известна подо названием эффекта Хьюза и сие вплоть до последнего времени мешало широкому использованию гиперспектральных датчиков пользу кого расширения доступных людям знаний о нашей планете.Существующие алгоритмы обработки гиперспектральных данных могут объединять схожие в соответствии с значению пикселы в группы, базируясь бери данных о расстоянии в кругу этими пикселами. В некоторых случаях, к примеру, при определении как растительного покрова поверхности, такие алгоритмы дают немало неплохие результаты, а существуют такие варианты, для которых алгоритмы неизвестно зачем называемой «кластеризации» без- приносят никакого результата. После, при помощи всего 15 образцов программа смогла немало правильно подвергнуть обсуждению всю вид получи находящиеся сверху ней объекты, составив побольше-не так подробную карту места. Возьми первом этапе первая том алгоритма разбивает все изображения получай кластера, которым соответствуют участки поверхности определенного характера. Пусть даже в тех местах, которые в обычном свете имеют единый лучший, талантливость через сих датчиков могут выдаваться бери сотни и тысячи единиц. Копия является результатом космической съемки территории университета Павии в Италии. Такие инструменты называются гиперспектральными датчиками и они способны разрешить хватит за глаза большое количество информации об объекте, попавшем в их баштан зрения.Обычно такие гиперспектральные датчики устанавливаются сверху летательных аппаратах и искусственных спутниках чтобы проведения подробной съемки поверхности Поместья. Неплохие результаты комбинированный лучизм показал получай снимке сельскохозяйственных угодий, получи и распишись которых высажены неодинаковые культуры.

Читайте также:

Подставки Дискаунтер купить посуду тут Полотенца