Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/59908
Title: Сравнительный анализ методов и алгоритмов обработки изображений БПЛА
Other Titles: Comparative analysis of image processing methods and algorithms for UAVs
Authors: Бородич, А. А.
Крень, М. А.
Keywords: материалы конференций;обработка изображений;алгоритмы;гибридные алгоритмы
Issue Date: 2025
Publisher: БГУИР
Citation: Бородич, А. А. Сравнительный анализ методов и алгоритмов обработки изображений БПЛА = Comparative analysis of image processing methods and algorithms for UAVs / А. А. Бородич, М. А. Крень // Электронные системы и технологии : сборник материалов 61-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 21–25 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2025. – С. 741–743.
Abstract: . В статье проведен сравнительный анализ современных методов и алгоритмов обработки изображений, используемых в беспилотных летательных аппаратах (БПЛА). Рассмотрены традиционные и новейшие подходы к обработке изображений, такие как методы фильтрации, сегментации, глубокого обучения и гибридные алгоритмы. Проведена оценка эффективности различных методов с учетом таких параметров, как точность, вычислительная сложность и адаптивность к условиям съемки. На основе анализа предложены рекомендации по выбору оптимальных алгоритмов для повышения точности обнаружения и идентификации объектов в задачах БПЛА.
Alternative abstract: The article presents a comparative analysis of modern image processing methods and algorithms used in Unmanned Aerial Vehicles (UAVs). Traditional and cutting-edge approaches to image processing are considered, such as filtering methods, segmentation, deep learning, and hybrid algorithms. The effectiveness of various methods is evaluated based on parameters such as accuracy, computational complexity, and adaptability to shooting conditions. Based on the analysis, recommendations are provided for selecting optimal algorithms to improve object detection and identification accuracy in UAV tasks.
URI: https://libeldoc.bsuir.by/handle/123456789/59908
Appears in Collections:Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)

Files in This Item:
File Description SizeFormat 
Borodich_Sravnitel'nyj.pdf546.6 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.