Segmentacja obrazów lotniczych przy użyciu wielopoziomowego progowania opartego na wielostrategicznym algorytmie optymalizacji ospreya

Widzieć więcej z nieba

Fotografie lotnicze wykonane z samolotów, dronów i satelitów cicho wspierają codzienne decyzje: gdzie można budować nowe domy, jak szybko rozprzestrzenia się pożar, albo które pola potrzebują nawodnienia. Aby jednak przekształcić mieszaninę pikseli w użyteczne mapy, komputery muszą najpierw „zrozumieć”, co znajduje się na każdym obrazie. W tym artykule przedstawiono nowe podejście, które przyspiesza i poprawia to rozumienie, ucząc algorytm inspirowany stylem polowania rybołowów, aby dzielił obrazy lotnicze na sensowne obszary.

Dlaczego dzielenie obrazów ma znaczenie

Zanim obraz lotniczy zacznie służyć planowaniu urbanistycznemu czy reagowaniu na katastrofy, trzeba go rozdzielić na części: wodę, budynki, drogi, lasy i inne. Ten etap, zwany segmentacją, przypomina rysowanie precyzyjnego kolorowanki nad krajobrazem, tak by każdy typ terenu stał się odrębnym regionem. Jedną z popularnych strategii jest „progowanie”, które ustala wartości graniczne jasności lub koloru tak, że piksele po jednej stronie progu należą do jednej grupy, a reszta do drugiej. W przypadku szczegółowych scen komputery stosują wiele progów naraz — wielopoziomowe progowanie — aby podzielić obraz na kilka warstw. Dobrze to zrobić jest trudno, bo komputer musi przeszukać ogromną przestrzeń możliwych progów, by znaleźć te, które najlepiej oddzielają cechy z rzeczywistego świata.

Łowcy zainspirowani naturą w komputerze

Aby poradzić sobie z tym przeszukiwaniem, autorzy opierają się na stosunkowo nowej metodzie optymalizacyjnej wzorowanej na sposobie polowania rybołowów. W podstawowym algorytmie optymalizacji ospreya każdy „rybołów” to próbne rozwiązanie — zestaw wartości progowych — krążące po matematycznym krajobrazie możliwości. Podczas eksploracji te cyfrowe rybołowy przemierzają szerokie obszary, kierując się obiecującymi „ofiarami” (innymi dobrymi rozwiązaniami). W fazie eksploatacji wykonują mniejsze, uważne ruchy w pobliżu najlepszych znalezionych lokalizacji, próbując je dopracować. Taka naturalna równowaga pomaga metodzie unikać utknięcia na słabym zestawie progów, ale oryginalna wersja nadal może zbyt wcześnie osiągać zbieżność i przegapić lepsze rozwiązania.

Dodanie nowych sztuczek do polowania

Autorzy proponują zmodyfikowaną wersję, MOOA, która wyposaża wirtualne rybołowy w dodatkowe strategie. Jedną z nich jest mechanizm „podwójnego przyciągania”: zamiast być przyciąganym wyłącznie do pojedynczego najlepszego rozwiązania, każdy rybołów kierowany jest zarówno przez własne, osobiste najlepsze rozwiązanie, jak i przez globalne najlepsze znalezione przez grupę. Ten podwójny pęd pomaga zrównoważyć odważną eksplorację nowych obszarów z ostrożnym ulepszaniem znanych dobrych miejsc. Drugim dodatkiem jest dynamiczne losowe przeszukiwanie, rodzaj lokalnego dopracowania, które od czasu do czasu pozwala rybołowom wykonywać małe, przemyślane korekty wokół aktualnych najlepszych progów. Razem te strategie pomagają rojowi najpierw szeroko eksplorować, a następnie skupić się na najbardziej obiecujących zestawach progów.

Testy na rzeczywistych scenach lotniczych

Aby sprawdzić, czy te ulepszenia się opłacają, badacze zastosowali MOOA do szesnastu rzeczywistych obrazów lotniczych z publicznego zbioru danych, przedstawiających wybrzeża, miasta, pola uprawne i lasy o ustalonej rozdzielczości. Dla każdego obrazu poprosili algorytm o znalezienie progów według dwóch standardowych reguł — metody Otsu, która faworyzuje silny kontrast między grupami, oraz metody Kapura, która maksymalizuje zawartość informacji w rozkładzie pikseli. Porównali MOOA z kilkoma innymi optymalizatorami inspirowanymi naturą oraz z oryginalną metodą rybołowa dla różnych liczby segmentów. Używając powszechnych miar jakości, które oceniają, ile szczegółów zachowano i jak bardzo obraz po segmentacji przypomina oryginał, MOOA konsekwentnie dawało ostrzejsze, bardziej wierne segmentacje. Osiągało też silne wyniki przy zachowaniu konkurencyjnego, a często lepszego czasu obliczeń w porównaniu z alternatywami.

Co to oznacza dla codziennych zastosowań

Mówiąc prosto, nowa metoda oparta na rybołowach lepiej decyduje, gdzie „rysować linie” w złożonych scenach lotniczych. Poprzez bardziej niezawodne wybieranie odpowiednich progów jasności i koloru, daje obrazy po segmentacji, które zachowują istotne struktury — linie brzegowe, pola, budynki — bez wprowadzania szumu czy utraty subtelnych cech. To sprawia, że zadania następcze, takie jak liczenie statków, śledzenie zasięgu powodzi czy mapowanie użytkowania ziemi, stają się bardziej wiarygodne. Choć autorzy zauważają, że rozpoznawanie bardzo drobnych obiektów i dalsze przyspieszenie kodu pozostają otwartymi wyzwaniami, ich wyniki pokazują, że starannie dostrojone, inspirowane naturą strategie przeszukiwania mogą być potężną i wydajną alternatywą dla cięższych systemów uczenia głębokiego w wielu zastosowaniach analizy obrazów lotniczych.

Cytowanie: Abd Elaziz, M., Al-Betar, M.A., Ewees, A.A. et al. Aerial image segmentation using multilevel thresholding based on multi strategy Osprey optimization algorithm. Sci Rep 16, 9095 (2026). https://doi.org/10.1038/s41598-025-07217-w

Słowa kluczowe: segmentacja obrazów lotniczych, wielopoziomowe progowanie, optymalizacja metaheurystyczna, teledetekcja, analiza obrazów