AGRONOMIYA TARAWÍNDAǴÍ SÚWRETLERDE KONTRASTTÍ ASÍRÍW USÍLLARÍ

Авторы

  • Mamatov N.S.

    Tashkent irrigatsiya hám awıl xojalıǵın mexanizatsiyalaw injenerleri institutı Milliy izertlew universiteti

  • Niyozmatova N.A.

    Tashkent irrigatsiya hám awıl xojalıǵın mexanizatsiyalaw injenerleri institutı Milliy izertlew universiteti

  • Jalelova M.M.

    Karakalpak State University image/svg+xml

  • Samijonov A.N.

    Muhammed al-Xorezmiy atındaǵı Tashkent axborot texnologiyaları universiteti

  • Tojiboeva Sh.X.

    Namangan mámleketlik universiteti

Ключевые слова: агрономия, спутник, изображение, усиление контрастности, размер, оценка качества изображения

Аннотация

Изображения с беспилотным летательным аппаратом стали важным инструментом в области агрономии. Такие изображения используются для выявления областей повреждения растений и потенциальной потери продуктивности. Однако, поскольку изображения часто имеют низкую контрастность, возникает проблема при правильном анализе данных. Поэтому повышение контрастности изображения очень важно для повышения качества и надежности. В данной исследовательской работе рассматривается оценка нескольких методов повышения контрастности на низкоконтрастных изображениях с размерами, определяющими качество изображения.

Библиографические ссылки

1. De Solan, B., Lesergent, A.D, Gouache, D. and Baret, F. (2012) “Current use and potential of satellite imagery for crop production management” [Online]. [Accessed: 23 Feb. 2018].

2. Hoffmann, Michael & Butenko, Yaryna & Traore, Seydou. (2018). Evaluation of Satellite Imagery to Increase Crop Yield in Irrigated Agriculture. Agris on-line Papers in Economics and Informatics. 10. 45-55. 10.7160/aol.2018.100304.

3. Zhou, Chao & Yang, Xinting & Zhang, Baihai & Lin, Kai & Xu, Daming & Guo, Qiang & Sun, Chuanheng. (2017). An adaptive image enhancement method for a recirculating aquaculture system. Scientific Reports. 7. 10.1038/s41598-017-06538-9.

4. Starovoitov, Valery & Golub, Yuliya. (2008). Osenki kachestva dlya analiza sifrovıx izobrajeniy. Iskusstvennıy intellekt. 376-386. https://www.researchgate.net/publication/236593352

5. Golub YU.I., Starovoytov F.V. Issledovanie lokalnıx osenok kontrasta sifrovıx izobrajeniy pri otsutstvii etalona // Sistemnıy analiz i prikladnaya informatika. 2019. №2. URL: https://cyberleninka.ru/article/n/issledovanie-lokalnyh-otsenok-kontrasta-tsifrovyh-izobrazheniy-pri-otsutstvii-etalona

6. Altuxov A.I., SHabakov E.I., Korshunov D.S. Metod povısheniya kontrasta izobrajeniy v usloviyax syemki zemli iz kosmosa // Nauchno-texnicheskiy vestnik informasionnıx texnologiy, mexaniki i optiki. 2018. №4. URL: https://cyberleninka.ru/article/n/metod-povysheniya-kontrasta-izobrazheniy-v-usloviyah-semki-zemli-iz-kosmosa (data obrащeniya: 11.04.2023).

7. Popov G. A, Korneev M. Metod adaptivnogo regulirovaniya urovnya kontrastnosti sifrovogo izobrajeniya pri podgotovke ego k raspoznavaniyu // Sovremennaya nauka: aktualnıe problemı teorii i praktiki (1), 2018. -S. 48–53.

8. Anandha Jothi, R., Palanisamy, V.: Performance enhancement of minutiae extraction using frequency and spatial domain filters. Int. J. Pure Appl. Math. 118(7), 647–654 (2018)

9. Wang, Xiuyuan & Yang, Chenghai & Zhang, Jian & Song, Huaibo. (2018). Image dehazing based on dark channel prior and brightness enhancement for agricultural monitoring. International Journal of Agricultural and Biological Engineering. 11. 170-176. 10.25165/j.ijabe.20181102.3357.

10. Liu, Chengwei & Sui, Xiubao & Hongyu, Kuang & Gu, & Chen, Guanhua. (2019). Adaptive Contrast Enhancement for Infrared Images Based on the Neighborhood Conditional Histogram. Remote Sensing. 11. 1381. 10.3390/rs11111381.

11. Widyantara, I Made. (2016). Image Enhancement Using Morphological Contrast Enhancement for Video Based Image Analysis. 10.1109/ICODSE.2016.7936115.

12. https://github.com/S2Looking/Dataset