Сегментация аэрофотоснимков с использованием многоуровневой пороговой обработки на основе многостратегического алгоритма оптимизации Osprey

Видеть больше с высоты

Аэрофотоснимки с самолетов, дронов и спутников тихо подпитывают повседневные решения: где можно строить новые дома, как быстро распространяется лесной пожар или какие поля нуждаются в поливе. Но чтобы превратить хаос пикселей в полезные карты, компьютерам нужно сначала «понять», что изображено на каждом снимке. Эта статья представляет новый способ сделать это понимание быстрее и точнее, обучая алгоритм, вдохновленный охотничьим стилем осьминога — то есть оспрея — делить аэрофотоснимки на осмысленные области.

Почему важно делить изображения

Прежде чем аэрофотоснимок сможет помочь в градостроительном планировании или реагировании на бедствие, его нужно разбить на части: вода, постройки, дороги, лес и так далее. Этот шаг, называемый сегментацией, похож на аккуратное раскрашивание карты, при котором каждый тип территории становится отдельной областью. Одна распространенная стратегия — «пороговая обработка», которая определяет пороговые значения яркости или цвета так, чтобы пиксели по одну сторону порога относились к одной группе, а остальные — к другой. Для сложных сцен компьютеры используют сразу несколько порогов — многоуровневую пороговую обработку — чтобы разделить изображение на несколько слоев. Сделать это хорошо трудно, потому что компьютеру приходится просматривать огромное число возможных сочетаний порогов, чтобы найти те, которые лучше всего разделяют реальные объекты.

Природные охотники в компьютере

Чтобы справиться с этим поиском, авторы опираются на относительно новый метод оптимизации, смоделированный по тому, как оспреи охотятся на рыбу. В базовом алгоритме оптимизации Osprey каждый «оспрей» — это пробное решение, набор пороговых значений — парящий над математическим ландшафтом вариантов. На этапе исследования эти цифровые оспреи широко перемещаются, руководствуясь перспективной «добычей» (другими хорошими решениями). На этапе эксплуатации они совершают более мелкие, аккуратные движения рядом с лучшими найденными точками, пытаясь их уточнить. Этот естественный баланс помогает методу не застревать на плохом выборе порогов, но исходная версия все равно может преждевременно сойтись и пропустить лучшие варианты.

Новые приемы в охоте

Авторы предлагают модифицированную версию, MOOA, которая наделяет виртуальных оспреев дополнительными стратегиями. Одна из них — механизм «двойного притяжения»: вместо того чтобы тянуться только к одному лучшему решению, каждый оспрей направляется одновременно к своему личному лучшему и к глобальному лучшему, найденному группой. Это двойное притяжение помогает сбалансировать смелое исследование новых областей и аккуратное улучшение известных хороших участков. Второе дополнение — динамический случайный поиск, своего рода локальная тонкая настройка, которая время от времени позволяет оспреям совершать небольшие, осмысленные сдвиги вокруг текущих лучших порогов. Вместе эти стратегии помогают роще сначала широко исследовать пространство, а затем сфокусироваться на наиболее перспективных наборах порогов.

Тестирование на реальных аэрофотоснимках

Чтобы проверить, оправданы ли эти приемы, исследователи применили MOOA к шестнадцати реальным аэрофотоснимкам из публичного набора данных, показывающим побережья, города, сельскохозяйственные угодья и леса при фиксированном разрешении. Для каждого изображения они просили алгоритм найти пороги в рамках двух стандартных критериев — метода Отсу, который отдает предпочтение сильному контрасту между группами, и метода Капура, который максимизирует информационное содержание распределения пикселей. Они сравнили MOOA с несколькими другими природоподобными оптимизаторами и с исходным методом Osprey при разном числе сегментов. Используя общие метрики качества, измеряющие, насколько хорошо сохраняются детали и насколько сегментированное изображение похоже на оригинал, MOOA последовательно давал более четкие, более достоверные сегментации. Он также показывал хорошие результаты при сопоставимом или лучшем времени вычислений по сравнению с альтернативами.

Что это значит для повседневных применений

Проще говоря, новый метод на основе оспреев лучше решает, где «проводить линии» в сложных аэрофотосценах. Более надежно выбирая правильные пороги по яркости и цвету, он дает сегментированные изображения, которые сохраняют важные структуры — побережья, поля, постройки — без лишнего шума и без потери тонких деталей. Это делает последующие задачи, такие как подсчет судов, отслеживание границ наводнений или картирование землепользования, более надежными. Авторы отмечают, что распознавание крошечных объектов и дальнейшее ускорение кода остаются нерешенными задачами, но их результаты показывают, что тщательно настроенные, вдохновленные природой стратегии поиска могут быть мощной и эффективной альтернативой тяжелым системам глубокого обучения для многих видов анализа аэрофотоснимков.

Цитирование: 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

Ключевые слова: сегментация аэрофотоснимков, многоуровневая пороговая обработка, метаэвристическая оптимизация, дистанционное зондирование, анализ изображений