The object of research is the process of segmenting an image from an unmanned aerial vehicle based on the ant algorithm under the influence of speckle noise. Unlike the known ones, the image segmentation method based on the ant algorithm involves the imitation of the collective behaviour of agents (ants) capable of adapting to local features of the image. In addition, the pheromone marking mechanism contributes to a more distinct delineation of the boundaries between segments, which positively affects the accuracy of dividing the image into segments. Speckle noise is a type of multiplicative noise that occurs in images formed using coherent radiation. Its appearance is due to the interference of reflected waves coming from different points of the same object, but with microscopic differences in phase. This leads to the appearance of a chaotic granular structure that distorts the image and complicates further analysis. Experimental studies have shown that the segmentation method based on the ant algorithm provides a reduction in segmentation errors of the first kind on average from 6% (in the absence of speckle noise) to 30% (at a speckle noise intensity σ = 15). With an increase in the speckle noise intensity, the gain in the value of the segmentation error of the first kind increases. The segmentation method based on the ant algorithm provides a reduction in segmentation errors of the second kind on average from 5% (in the absence of speckle noise) to 32% (at a speckle noise intensity σ = 15). With an increase in the speckle noise intensity, the gain in the value of the segmentation error of the second kind increases. The practical value of the segmentation method based on the ant algorithm lies in the possibility of segmentation under the influence of speckle noise. At the same time, a reduction in segmentation errors of the first and second kind is ensured in comparison with the known method.

Об’єктом дослідження є процес сегментування зображення з безпілотного літального апарату на основі мурашиного алгоритму при впливі спекл-шуму. На відміну від відомих, метод сегментування зображення на основі мурашиного алгоритму передбачає імітацію колективної поведінки агентів (мурах), здатних адаптуватися до локальних особливостей зображення. Крім того, механізм феромонного маркування сприяє виразнішому окресленню границь між сегментами, що позитивно впливає на точність розділення зображення на сегменти. Спекл-шум є видом мультиплікативного шуму, що виникає на зображеннях, сформованих за допомогою когерентного випромінювання. Його поява зумовлена інтерференцією відбитих хвиль, які надходять з різних точок одного об’єкта, але з мікроскопічними відмінностями у фазі. Це призводить до виникнення хаотичної зернистої структури, яка спотворює зображення та ускладнює подальший аналіз. Експериментальні дослідження показали, що метод сегментування на основі мурашиного алгоритму забезпечує зниження помилок сегментування першого роду в середньому від 6% (при відсутності спекл-шуму) до 30% (при інтенсивності спекл-шуму σ = 15). Зі збільшенням інтенсивності спекл-шуму виграш у значенні помилки сегментування першого роду зростає. Метод сегментування на основі мурашиного алгоритму забезпечує зниження помилок сегментування другого роду в середньому від 5% (при відсутності спекл-шуму) до 32% (при інтенсивності спекл-шуму σ = 15). Зі збільшенням інтенсивності спекл-шуму виграш у значенні помилки сегментування другого роду зростає. Практичне значення методу сегментування на основі мурашиного алгоритму полягає у можливості сегментування в умовах впливу спекл-шуму. При цьому забезпечується зниження помилок сегментування першого та другого роду у порівнянні з відомим методом.