Основным достоинством воздушной разведки минных полей является их высокая производительность и сравнительно низкая стоимость. К недостаткам следует отнести невозможность обнаружения минных полей, состоящих из 1-2 мин, т.к. их легко спутать с расположенными на поверхности земли другими предметами. Ещё одним недостатком следует считать ограниченные возможности воздушной разведки по обнаружению мин, установленных в грунт. В этом случае возможность обнаружения зависит от того, насколько заглубленная мина нарушает поверхностный покров.

При решении задач обнаружения минных полей, по данным, полученным с воздушных носителей (самолеты, вертолеты, также дистанционно пилотируемые летательные аппараты), используется алгоритм обработки, состоящий из следующих этапов:

Задачей предварительного этапа является выделение характерных точек на изображении, которые могут принадлежать интересуемым объектам. На данном этапе используются быстрые независимые от масштаба алгоритмы на основе свертки, учитывающие как значения яркости точек изображения, так и ее производные различного порядка. На данном этапе может учитываться имеющаяся априорная информация об интересующих объектах, которая влияет на выбор применяемого фильтра.

Под кодированием понимется сопоставление каждой выделенной на предыдущем этапе точке многомерного вектора, каждая компонента которого является результатом применения к изображению некоторого фильтра. Построенный таким образом вектор называют иногда локальным дескриптором. В локальный дескриптор также может быть интегрирована имеющаяся априорная информация. Локальный дескриптор вычисляется с использованием наиболее информативных признаков, которые используются для идентификации интересующего объекта, к которым относятся характерные контуры, текстурные неоднородности, распределения интенсивности и ее пространственных производных. Выбор того или иного локального дескриптора, таким образом, обусловлен спецификой решаемой задачи. Основными требованиями при его выборе являются инвариантность по отношению к заданному классу преобразований, переменным условиям освещенности и устойчивость при требуемом уровне шума.

Этап кластеризации проходит в два этапа. На первом этапе все множество векторов и соответствующих им точек делится на два класса: принадлежащие интересуемому объекту или принадлежащих фону. При обнаружении мин, интересным объектом может считаться тот, в котором компоненты локального дескриптора, характеризующие симметрию, свойственную большинству мин, имеют значение выше предустановленного порога. Второй этап кластеризации проходит в классе миноподобных объектов, среди которых алгоритм кластеризации пытается выделить ярко выраженные различные классы.

Примеры обработки снимков с использованием информации о контурах и симметрии объектов

На заключительном этапе обработки изображения анализируется взаимное расположение отметок от предполагаемых мест расположения мин и принимается решение о принадлежности минного поля к тому или иному типу. При этом учитываются особенности постановки минных полей различными способами: с воздуха, системами залпового огня или наземными минными заградителями. С тем, чтобы определить границы минного поля на карте, его изображение оконтуривается, и определяются точные географические координаты.

Минное поле, изображенное на снимке, устанавливалось в грунт на глубину около 10 см за несколько месяцев до съемки и его демаскирующими признаками являлось изменение растительности, которое хорошо наблюдалось с воздуха. В принципе, могут использоваться изображения и в других частях спектра, в том числе и в инфракрасном или радиодиапазоне. Особенности фильтрации изображений в той или иной части спектра в первую очередь будут сказываться на выборе числовых значений параметров фильтров, а сама методика обработки может остаться близкой к описанной в данном разделе.