Комбинированный метод сегментации изображений на основе алгоритмов SLIC и Random Forest для мониторинга лесных массивов по данным ДЗЗ

Аннотация

Рассматривается задача разработки метода сегментации изображений для выявления изменений в лесном покрове в целях дальнейшей разработки алгоритмов, которые применяются для решения задач мониторинга лесных массивов, в частности, мониторинга сплошных рубок леса. Целью данной работы является развитие метода сегментации изображений для применения в разработке алгоритмов для обнаружения и картирования сплошных рубок леса с использованием спутниковых данных среднего разрешения Sentinel-2. Сегментация изображений проводится с использованием алгоритма суперпиксельной сегментации SLIC, а точность работы проверяется с помощью алгоритма машинного обучения контролируемой классификации Random Forest  и набор соответствующих метрик и эталонных образцов. Определение оптимальных начальных параметров метода сегментации изображений производилась на основании масок леса и рубок леса, полученных в результате работы с данными дистанционного зондирования Земли, различных вегетационных индексов (NDVI, EVI, NDWI) и т.д. Проведена успешная сегментация изображений на сегменты а в последующем на классы, где 1 – соответствуют вырубкам леса, а 0 – значениям леса, а визуальное представление работы алгоритма доказало успешную работу предложенного метода на тестовых данных.