Рухомий склад залізничного транспорту має відомі розміри, за допомогою яких можна визначити довжину сторони ковзного вікна при пошуку об'єкта на цифровому зображенні. Як правило, фотограмметричні параметри зображення заздалегідь відомі, тому приведення лінійних розмірів об'єкта до передбачуваного його зображенню на знімку не викликають труднощів. Дослідження показують, що розмір ковзного вікна потрібно вибирати відповідно до конкретних умов зйомки та параметрів знімальної апаратури БПЛА з урахуванням ймовірності пропуску об'єкта та вірогідності помилкового виявлення.
Метод фрактальної селекції можна застосовувати до будь-яких типів цифрових зображень, він демонструє надійні результати у виявленні групових антропогенних об'єктів залізничної транспортної інфраструктури. Література УДК 004.89.032.26:681.518.2-044.964 О.І. Лактіонов, к.т.н., доцент Національний університет «Полтавська політехніка імені Юрія Кондратюка» ТЕОРЕТИЧНІ ОСНОВИ АГРЕГУВАННЯ ОЦІНОК ДЛЯ АВТОМАТИЗАЦІЇ ПРИЙНЯТТЯ РІШЕНЬ Попередні етапи досліджень акцентовано на процесі створення методів об'єднання масиву оцінок у одну оцінку для діагностики різних за складністю систем.
З початку це були різні дослідження, зокрема [1], але згодом з'явилася думка об'єднання всіх напрацювань у єдине комплексне дослідження. За нашими спостереженнями це дозволить створити відповідну методологію. Шляхів об'єднання різних шкал оцінок, які є на виході кожного методу є кілька. Перший варіант, де необхідно створити метод математичними інструментами, але це дуже складний шлях, оскільки не ~ 5 ~ 1. Markov E. Fractal methods for extracting artificial objects from the unmanned aerial vehicle images / E. Markov //J. Appl. Remote Sens. – 2016. – № 10 (2). 2. Donets S., Lytvynenko V., Startsev O., Lonin Y., Ponomarev A., & Uvarov, V. (2023).
Fractal analysis of fractograms of aluminum alloys irradiated with high current electron beam. Physics and Chemistry of Solid State, 24(2), 249–255. 3. Sun W. Fractal analysis of remotely sensed images: A review of methods and applications/ W. Sun, G. Hu, P. Gong, S. Liang // International Journal of Remote Sensing, 2006, v. 27, n. 22, p. 4963-4990.