Національний університет «Полтавська політехніка імені Юрія Кондратюка» — Тези наукової конференції (UK)

‎C:\Users\EduWorker\Desktop\77 КОНФЕРЕНЦІЯ 11.05 (2)\77 КОНФЕРЕНЦІЯ 11.05\ТОМ 1\1 та 2 сторінки ТОМ1.pdf‎

Міністерство освіти і науки України Національний університет «Полтавська політехніка імені Юрія Кондратюка» Тези 77-ї наукової конференції професорів, викладачів, наукових працівників, аспірантів та студентів університету ТОМ 1 16 травня – 22 травня 2025 р. Полтава 2025

Стр. 2

‎C:\Users\EduWorker\Desktop\77 КОНФЕРЕНЦІЯ 11.05 (2)\77 КОНФЕРЕНЦІЯ 11.05\ТОМ 1\1 та 2 сторінки ТОМ1.pdf‎

УДК 00 1.8(043.2)(082) Розповсюдження та тиражування без офіційного дозволу Національного університету «Полтавська політехніка імені Юрія Кондратюка» Редакційна колегія: Онищенко В.О. д.е.н., професор, Голова Вченої ради, перший проректор Національного університету «Полтавська політехніка імені Юрія Кондратюка» Філонич О.М. к.е.н., доцент, ректор Національного університету «Полтавська політехніка імені Юрія Кондратюка» Степова О.В. д.т.н., професор, проректор з наукової роботи Національного університету «Полтавська політехніка імені Юрія Кондратюка» Агейчева А.О.

к.пед.н., доцент, декан факультету філології, психології та педагогіки Національного університету «Полтавська політехніка імені Юрія Кондратюка» Вадімов В.М. д.арх., професор, директор навчально-наукового інституту архітектури, будівництва та землеустрою Національного університету «Полтавська політехніка імені Юрія Кондратюка» Гаврик С.Ю. к.ю.н., директор навчально-наукового інституту нафти і газу Національного університету «Полтавська політехніка імені Юрія Кондратюка» Онищенко С.В. д.е.н., професор, директор навчально-наукового інституту фінансів, економіки, управління та права Національного університету «Полтавська політехніка імені Юрія Кондратюка» Пенц В.Ф.

к.т.н., доцент, директор навчально-наукового інституту інформаційних технологій та робототехніки Національного університету «Полтавська політехніка імені Юрія Кондратюка» Рибалко Л.М. д.пед.н., професор, декан факультету фізичної культури та спорту Національного університету «Полтавська політехніка імені Юрія Кондратюка» Тези 77-ї наукової конференції професорів, викладачів, наукових працівників, аспірантів та студентів Національного університету «Полтавська політехніка імені Юрія Кондратюка». ТОМ 1 (Полтава, 16 травня – 22 травня 2025 року) – Полтава: Національний університет імені Юрія Кондратюка, 2025. – 574 с.

У збірнику тез висвітлені результати наукових досліджень професорів, викладачів, наукових працівників, аспірантів та студентів університету. © Національний університет «Полтавська політехніка імені Юрія Кондратюка», 202 5 ~ 2 ~

Стр. 3

‎C:\Users\EduWorker\Desktop\2025_ТЕЗИ_Авраменко_Петрікей.docx‎

СЕКЦІЯ АВТОМАТИКИ, ЕЛЕКТРОНІКИ ТА ТЕЛЕКОМУНІКАЦІЙ УДК: 621.396.1 Н.В. Єрмілова, к.т.н. ,доцент, Р.О. Єрмілов, аспірант Національний університет «Полтавська політехніка імені Юрія Кондратюка» Р.М. Царьков, аспірант, РОЗПІЗНАВАННЯ АНТРОПОГЕННИХ ОБ'ЄКТІВ ЗАЛІЗНИЧНОЇ ТРАНСПОРТНОЇ ІНФРАСТРУКТУРИ ЗА МЕТОДОМ ФРАКТАЛЬНОЇ СЕЛЕКЦІЇ В наш час для підвищення безпеки руху залізничного транспорта варто використовувати безпілотні літальні апарати (БПЛА), за допомогою яких можна в режимі реального часу отримувати зображення стану транспортної інфраструктури. Особливий інтерес представляє автоматичне визначення росташування, оцінка стану та кількості рухомого складу залізничного транспорта.

Рішення такої задачі складається з декількох етапів [1]. На першому етапі необхідно виявити об'єкт штучного походження, в даному випадку рухомий склад залізничного транспорту. Під розпізнаванням об'єктів розуміється прийняття рішення про наявність чи відсутність їх у аналізованому зображенні. У полі зору знімальної камери БПЛА попадає, як правило, не один елемент рухомого складу, тому тут потрібно вирішувати питання про виявлення групових антропогенних (тобто створених людиною) об'єктів транспортної інфраструктури. На другому етапі розпізнавання необхідно провести селекцію об’єкта: визначити його точне розташування, лінійні розміри, орієнтацію та геометричний центр у системі координат.

Третій етап включає саме розпізнавання, тобто пошук та аналіз ознак об'єктів для вирішення даної конкретної задачі. Зокрема, у деяких випадках за допомогою найпростіших методів можна розпізнати та віднести об'єкт до певного класу, аналізуючи лише лінійні розміри його зображення. В останні роки завдання розпізнавання знаходять нові прикладні області застосування. Для моделювання об'єктів використовують фрактальну геометрію [2]. Фракталом називають математичну множину, яка володіє властивістю самоподібності. Фундаментальними характеристиками фракталів, що дозволяють моделювати природні об'єкти, є: ~ 3 ~

Стр. 4

‎C:\Users\EduWorker\Desktop\2025_ТЕЗИ_Авраменко_Петрікей.docx‎

1) залежність їх метричних властивостей (довжина, ширина, площа) від масштабу виміру, що виражається параметром, який називається фрактальною розмірністю; 2) самоподібність - здатність збільшеного фрагмента виглядати ідентично вихідному об'єкту. Для реальних об'єктів та їх зображень суворе математичне обчислення фрактальної розмірності не застосовується, натомість використовують різні оціночні методи [3]. Стосовно фрактального аналізу зображень, отриманих з БПЛА, можна використовувати ковзні вікна різних розмірів, що залежать від цільового призначення. Для виділення областей зображень, в яких можуть бути цілі, варто застосовувати методи фрактальної обробки.

Результатом їхньої роботи є бінарне зображення з виділеними ділянками, на яких розташовані антропогенні об'єкти (у даному випадку залізничні об'єкти). Рис. 1. Виділення об'єктів методом фрактальної селекції Фрактальні методи розраховують для кожної точки зображення значення фрактальної розмірності - базового параметра фрактальної геометрії. Результат фрактальної бінаризації цифрового зображення залізничного транспорту, отриманий з низьковисотного малого БПЛА, представлений на рис.1. Слідом за обчисленням фрактальної розмірності для вирішення задачі фрактальної селекції цілей необхідно на бінарному зображенні виявити всі області, де передбачається наявність цих цілей.

Як видно з рис.1, області розташування природних об'єктів мають майже нульову яскравість, а для антропогенних об'єктів яскравість максимальна. Фрактальне бінарне зображення деякого конкретного об'єкта є скупченням точок з максимальною яскравістю, розмір і форма якого відповідає еталонному зображенню даного об'єкта в заданому масштабі знімка. Для виявлення всіх ділянок знімка необхідно його сканувати за допомогою ковзного вікна, розмір якого повинен відповідати розміру об'єкта. ~ 4 ~

Стр. 5