ВИКОРИСТАННЯ СУЧАСНИХ ТЕХНОЛОГІЙ ОБРОБКИ ЗОБРАЖЕНЬ ДЛЯ АВТОНОМНОЇ НАВГАЦІЇ БПЛА
DOI:
https://doi.org/10.32782/IT/2025-1-1Ключові слова:
автономна навігація БПЛА, штучний інтелект, багатоканальна обробка, позиціонування без GPS, OSINT, теорія ігор.Анотація
Актуальність. Швидкий розвиток технологій обробки зображень для автономної навігації БПЛА (Безпілотний літальний апарат), особливо в умовах обмеженого доступу до супутникових сигналів, визначає необхідність узагальнення сучасних підходів. Сфери застосування, такі як картографія, моніторинг довкілля, сільське господарство та військові операції, потребують точних і ефективних рішень на основі обробки аеро- та супутникових зображень. Мета. аналіз існуючих методів обробки зображень, розпізнавання об’єктів, автономної навігації БПЛА, а також застосування OSINT для визначення координат в реальному часі без використання GPS. Методологія. В дослідженні за піднятою тематикою здійснено оглядовий аналіз літературних джерел, наукових статей. Розглянуто алгоритми усунення шумів, інтерполяції, розпізнавання об’єктів, гібридні методи (CNN + LiDAR), а також OSINT-підходи для навігації без використання GPS. Наукова новизна. Проведений огляд дозволяє виокремити переваги та недоліки існуючих підходів, зокрема ефективність багатоканальної обробки зображень та інтеграції нейронних мереж для підвищення точності навігаційних систем на базі чого надано узагальнення результатів, щодо точності розпізнавання об’єктів та прогнозування ризиків на основі аналізу якісних показників. Висновки. Для забезпечення автономності роботи, що виключає залежність від зовнішніх систем зв’язку БПЛА можуть використовувати попередньо завантажені карти, які оновлюються на основі поточних зображень місцевості. OSINT відіграє важливу роль у визначенні місцезнаходження дрона без використання GPS. Алгоритми виправлення координат забезпечують високу точність позиціонування за рахунок зіставлення оперативних зображень з наявними даними. Подальші дослідження будуть спрямовані на оптимізації цих алгоритмів для їх адаптації при моделюванні дій противника.
Посилання
Альперт С. І. Застосування новітніх методів обробки космічних зображень для вирішення задач екологічного моніторингу. Ukrainian Journal of Remote Sensing. 2024. Т. 11, № 2. С. 13–18. https://doi.org/10.36023/ujrs.2024.11.2.260
Додух О. М. Оцінка характеристик обробки зображень для передачі в системах аеромоніторингу / О. М. Додух, В. В. Хименко, Д. А. Тарасенко, В. А. Матюша, В. І. Телюк. Системи озброєння і військова техніка. 2018. № 1(53). С. 108–114. DOI: https://doi.org/10.30748/soivt.2018.53.15
Каштан В. Ю. Інформаційна технологія підвищення інформативності багатоканальних даних на основі пакетних вейвлет-перетворень / В. Ю. Каштан, В. В. Гнатушенко. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. Луцьк, 2016. С. 77–83.
Каштан В. Ю. Нейромережеве розпізнавання об’єктів забудови на аерофотознімках / В. Ю. Каштан, В. В. Гнатушенко, І. М. Удовик, О. С. Шевцова. Системні технології. Регіональний міжвузівський збірник наукових робіт. 2023. Вип. 1(120). С. 30–39. DOI: 10.32782/IT/2023-1-5
Каштан В. Ю. Дослідження ефективності методів злиття супутникових знімків високого просторового розрізнення / В. Ю. Каштан, В. В. Гнатушенко. Прикладні питання математичного моделювання. Херсон, 2020. Т. 3, № 2.1. С. 117–127.
Каштан В. Ю. Інформаційна технологія підвищення інформативності багатоканальних даних на основі пакетних вейвлет-перетворень / В. Ю. Каштан, В. В. Гнатушенко. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. 2016. С. 77–83.
Каштан В. Ю. Технологія геометричної та спектральної корекцій оптико-електронних космічних знімків / В. Ю. Каштан, В. В. Гнатушенко. Вісник ХНТУ. 2017. Т. 3(62). С. 286–291.
Козак Є. Б. Комплексний алгоритм відновлення бінарних зображень, що базується на морфологічних методах обробки графічних даних. Наукові нотатки. 2021. № 71. С. 35–42. DOI: https://doi.org/10.36910/6775.24153966.2021.71.5
Лі Ф. Ефективні методи інтелектуальної обробки зображень та відео на основі метрик візуальної якості для перспективних застосувань / Ф. Лі, В. Лукін, С. Абрамов, А. Рубель, К. Окарма, П. Лєх, В. Хлевицьки, М. Копитек. European Science. 2023. № sge21-01. С. 94–145. DOI: https://doi.org/10.30890/2709-2313.2023-21-01-012
Ліщина Н. Підходи та алгоритми обробки та розпізнавання зображень складної структури / Н. Ліщина, В. Ліщина, Ю. Повстяна. Computer-Integrated Technologies: Education, Science, Production. 2020. № 38. С. 5–9. DOI: https://doi.org/10.36910/6775-2524-0560-2020-38-01
Мельниченко О. Методи розпізнавання та обробки зображень за модифікованою yolov5-v1. Information Technology: Computer Science, Software Engineering and Cyber Security. 2023. № 1. С. 74–84. DOI: https://doi.org/10.32782/it/2023-1-10
Федоряка М. Гібридний метод обробки зображень на конволюційних нейронних мережах / М. Федоряка, K. Мелкумян. Адаптивні системи автоматичного управління. 2021. Т. 1 (38). С. 72–76. DOI: https://doi.org/10.20535/1560-8956.38.2021.233198
Шевченко В. Ю. Підвищення просторового розрізнення багатоканальних аерокосмічних зображень високого просторового розрізнення на основі гіперсферичного перетворення / В. Ю. Шевченко, В. В. Гнатушенко, О. О. Кавац. Науковий журнал Запорізького національного технічного університету. 2015. № 1(32). С. 73–79.
Юзефович В. В., Цибульська Є. О. Методи групової обробки цифрових знімків при підготовці еталонних зображень. Реєстрація, зберігання і обробка даних. 2020. Т. 22, № 4. С. 56–70. https://doi.org/10.35681/1560-9189.2020.22.4.225916
Bezmaternykh P. V., Nikolaev D. P., Arlazarov V. L. High-Performance digital image processing. Pattern Recognition and Image Analysis. 2023. Vol. 33, No. 4. P. 743–755. https://doi.org/10.1134/s1054661823040090
Demchyshyn A., Ausheva N., Rassamakin B. Method of primary processing of multisspectral images of the embedded system of a nanosatellite. Modern Problems of Modeling. 2021. Vol. 22. P. 32–38. https://doi.org/10.33842/22195203/2021/22/32/38
Hnatushenko V. V., Spirintseva O. V., Spirintsev V. V., Kravets O. V., Spirintsev D. V. Homomorphic filtering in digital multichannel image processing. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2023. No. 3. P. 118–124. https://doi.org/10.33271/nvngu/2023-3/118
Hryshko B., Sharov S. Розробка програмного засобу для обробки цифрових зображень. Ukrainian Journal of Educational Studies and Information Technology. 2017. Т. 5, № 2. С. 46–49. https://doi.org/10.32919/10.32919/uesit.2017.02.46-49
Kahtan V. Yu., Shedlovska Y. I. Processing technology of multispectral remote sensing images. International Young Scientists Forum on Applied Physics 2017 Proceedings. 2017. P. 355–358.
Kashtan V. Yu. Automated pansharpening information technology of satellite images / V. Yu. Kashtan, V. V. Hnatushenko. The scientific journal “Radio Electronics, Computer Science, Control”. Zaporizhzhia, 2021. No. 2(57). P. 123–133.
Liang C.-H., Chen Y.-A., Liu Y.-C., Hsu W. Raw image deblurring. IEEE Transactions on Multimedia. 2020. Vol. 1. https://doi.org/10.1109/tmm.2020.3045303
Rajab Asaad R., Ismael Ali R., Arif Ali Z., Ahmad Shaaban A. Image processing with python libraries. Academic Journal of Nawroz University. 2023. Vol. 12, No. 2. P. 410–416. https://doi.org/10.25007/ajnu.v12n2a1754
Shevchenko V. Yu., Hnatushenko V. V., Hnatushenko Vik. V., Kavats O. O. Pansharpening technology of high-resolution multispectral and panchromatic satellite images. Науковий вісник НГУ. 2015. Т. 4(148). С. 91–98.
Thilakarathne U. T., R.m.h.m R., V.p W., K.s.d K., Swarnakantha N. H. P. R. S., Rajapaksha U. U. S. Image processing and natural language processing based digitalized document generator. International Research Journal of Innovations in Engineering and Technology. 2023. Vol. 07, No. 06. P. 123–130. https://doi.org/10.47001/irjiet/2023.706019
Tulashvili Y., Lukianchuk Y. Використання програмного забезпечення на основі штучного інтелекту для обробки зображень. Computer-Integrated Technologies: Education, Science, Production. 2021. No. 43. P. 218–222. https://doi.org/10.36910/6775-2524-0560-2021-43-36
Vita K., Olha S. Інформаційна технологія попередньої обробки супутникових зображень з використанням згорткової нейронної мережі. System Technologies. 2024. Т. 1(150). С. 36–50. https://doi.org/10.34185/1562-9945-1-150-2024-04
Yang B. Image processing based on neural networks. Applied and Computational Engineering. 2023. Vol. 10, No. 1. P. 272–281. https://doi.org/10.54254/2755-2721/10/20230193
Yurii S., Tetiana B., Ivan P., Ivan P., Larysa M. Computer vision methods for conducting osint investigations. International Journal of Information and Communication Technologies. 2024. Vol. 5, No. 3 (19). P. 80–89. https://doi.org/10.54309/ijict.2024.19.3.007
