Cоздан программно-аппаратный комплекс для идентификации посевов наркосодержащих растений. Комплекс основан на интеллектуальном анализе гиперспектральных изображений, получаемых разработанным бортовым устройством с высокими оптическими характеристиками (пространственным и спектральным разрешением) и массой менее 100 г. Гиперспектрометр устанавливается на малом беспилотном летальном аппарате (БПЛА) и позволяет формировать гиперкуб с 20-40 спектральными каналами (зависит от условий съемки), при этом основная обработка полученных данных происходит в наземных условиях.
Изображающая спектроскопия имеет преимущество перед обычной спектроскопией в поиске объектов с заданными спектральными свойствами. Это позволяет за счет выделения набора существенных признаков выявлять в общей растительной массе растения разных видов, в том числе и наркосодержащие.
Фундаментальным научным результатом является объединение методов получения гиперспектральной информации с помощью конструкционно оригинальных гиперспектрометров, в которых совместно используются возможности спектральных фильтров и дисперсионных элементов, с принципиально новым методом анализа гиперспектральных изображений. При анализе гиперспектральных данных распознавание разных типов растительности ведется не по разрозненным спектрам в отдельных пикселях, а по совокупности спектральных признаков в изображении. Метод заключается в определении близости образца, представляемого в виде вектора, компонентами которого являются интенсивности отражения на различных участках спектра, к некоторому классу. Класс задается множеством векторов, а в качестве меры близости используется показатель сопряженности распознаваемого вектора с опорными подпространствами, образованными обучающими векторами класса. При этом осуществляется предварительное нелинейное преобразование компонент векторов признаков и интеллектуальная пост-обработка результатов классификации, заключающаяся в локализации и устранении ошибочных решений на малых фрагментах.

а) б)

Рис. 1. Компактный гиперспектрометр на квадрокоптере ЖУЖА (а) и получаемое спектральное распределение (б)

Рис. 2. Фрагмент изображения дикорастущей конопли, снятый на гиперспектрометр как эталон для обучения (восстановленный RGB по трем спектральным слоям) (слева) и спектр выделенной точки (справа)

Рис. 3. Обнаружение конопли в основной массе растительности – обнаруженное выделено цветом

Работа выполнялась при поддержке гранта РФФИ № 16-29-09528 (руководитель проекта - д.ф.-м.н. Казанский Николай Львович), результаты создания гиперспектральных сенсоров и методов интеллектуального анализа изображений опубликованы в шести статьях 1-го и 2-го квартилей по Web of Sciences.