Algorithms of analysis and classification of the images of plant and soil preparations

Abstract

В последнее время активно развивается изучение свойств различных сельскохозяйственных продуктов, лекарственных препаратов, почвы. При анализе любых классов изображений используется экспертная оценка, которая требует значительного практического опыта и времени. Необходимым дополнением к экспертным знаниям является анализ изображений с помощью математических методов, который позволяет выявлять характерные признаки и описывать их с помощью определенных числовых характеристик. В работе используются различные методы выделения признаков и классификации для разных классов растительных препаратов, таких как изображения пшеницы, почвы и бобов. Для выделения признаков используется разработанный автором метод выделения кривой на основе геометрических характеристик изображения, метод мультифрактального спектра, метод вычисления нормированной меры над изображением и метод поиска особых точек на изображении. Для классификации использовались различные методы машинного обучения, а также методы оценки степени сходства вероятностных распределений, в том числе расчет взаимной корреляции и расстояния Йенсена-Шеннона. Исследование применимости предложенного и реализованного набора методов анализа сложноструктурированных изображений растительных препаратов и почвы и используемых методов классификации показывает, что эта техника применима для оценки изображений и позволяет отличать объекты разной природы.

Recently, the study of the properties of various agricultural products, medicines, and soil has been actively developing. When analyzing any classes of images, an expert assessment is used, which requires considerable practical experience and time. A necessary addition to expert knowledge is the analysis of images using mathematical methods, which allows you to identify characteristic features and describe them using certain numerical characteristics. The work uses various methods of feature extraction and classification for different classes of herbal preparations, such as images of wheat, soil, and beans. For feature extraction, the author uses the curve extraction method developed by the author based on the geometric characteristics of the image, the multifractal spectrum method, the method for calculating the normalized measure over the image, and the method for finding singular points in the image. For classification, various machine learning methods were used, as well as methods for assessing the degree of similarity of probability distributions, including the calculation of cross-correlation and the Jensen-Shannon distance. A study of the applicability of the proposed and implemented set of methods for analyzing complexly structured images of plant preparations and soil and the classification methods used shows that this technique is applicable for image evaluation and allows distinguishing objects of different nature.