
Цель. Оценка возможности использования квадрокоптеров для оценки засоренности посевов подсолнечника. Методы. Аэросъемка с помощью беспилотных летательных аппаратов, объектно-ориентированный анализ изображения. Результаты. Приведены результаты оценки засоренности посевов подсолнечника по результатам дешифрирования снимков, сделанных с помощью БПЛА в видимом диапазоне. Показано, что наилучшие результаты дешифрирования снимков получены при использовании контролируемой классификации по методу максимальной правдоподобности. Выводы. Для улучшения распознавания сорняков и отделения их изображения от изображений культурных растений целесообразно использовать объектно-ориентированный анализ.
Ціль. Оцінка можливості використання квадрокоптерів для оцінки забур’яненості посівів соняшника. Методи. Аерозйомка за допомогою безпілотних літальних апаратів, об’єктно-орієнтований аналіз зображення. Результати. Наведені результати оцінки забур’яненості посівів соняшнику за результатами дешифрування знімків, зроблених за допомогою БПЛА у видимому діапазоні. Показано, що найкращі результати дешифрування знімків отримані при використанні контрольованої класифікації за методом максимальної правдоподібності. Висновки. Для покращення розпізнавання бур’янів та відокремлення їх зображення від зображень культурних рослин доцільно використовувати об’єктно-орієнтований аналіз.
Purpose. Evaluate the use kvadrokopteriv for evaluation of weed-infested crops of sunflower. Methods. Aerial survey using drones, object-oriented image analysis. Results. In the article are given the results of assessment of a contamination of crops of sunflower by results of decryption of the pictures made by means of the UAV in the visible range.It is shown that the best results of decoding of photo-images are received when using supervised classification by a method of the maximum plausibility. Conclusions. For improving of recognition of weeds and separation of their image from images of cultural plants it is expedient to use the object-oriented analysis.
БПЛА; дрон; мониторинг посевов; сорняки; подсолнечник; амброзия полыннолистая; урожай; дешифрирования; контролируемая классификация;, 528.88:502.37, БПЛА; дрон; моніторинг посівів; бур’яни; соняшник; амброзія полинолиста; врожай; дешифрування; контрольована класифікація, UAV; drone; monitoring of crops; weeds; sunflower; ragweed polynnolisty; harvest; decryptions; supervised classification;
БПЛА; дрон; мониторинг посевов; сорняки; подсолнечник; амброзия полыннолистая; урожай; дешифрирования; контролируемая классификация;, 528.88:502.37, БПЛА; дрон; моніторинг посівів; бур’яни; соняшник; амброзія полинолиста; врожай; дешифрування; контрольована класифікація, UAV; drone; monitoring of crops; weeds; sunflower; ragweed polynnolisty; harvest; decryptions; supervised classification;
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
