حمید جنتی؛ محمدجواد ولدان زوج
چکیده
وجود اسپکل در تصاویر رادار با روزنه مصنوعی، به دلیل سیستم تصویربرداری همدوس، باعث ایجاد اثر دانه دانهای در تصویر شده و برخی پردازشهای شیگرا همانند قطعهبندی، خوشهبندی و یا شناسایی هدف را تحت تاثیر قرار میدهد. از اینرو میتوان اغلب الگوریتمهای مورد استفاده در کاهش اثر اسپکل را در یکی از روشهای مبتنی بر حوزه مکان، روشهای ...
بیشتر
وجود اسپکل در تصاویر رادار با روزنه مصنوعی، به دلیل سیستم تصویربرداری همدوس، باعث ایجاد اثر دانه دانهای در تصویر شده و برخی پردازشهای شیگرا همانند قطعهبندی، خوشهبندی و یا شناسایی هدف را تحت تاثیر قرار میدهد. از اینرو میتوان اغلب الگوریتمهای مورد استفاده در کاهش اثر اسپکل را در یکی از روشهای مبتنی بر حوزه مکان، روشهای مبتنی بر تبدیل و یا روشهای وابسته به بهینهسازی طبقهبندی کرد. از جمله محدودیتهای موجود در روشهای مورد استفاده اغلب میتوان به عدم حفظ بافت و ساختار تصویر و نیز وابستگی اجرای الگوریتم به یک یا چند پارامتر تنظیمکننده اشاره کرد که همین موضوع، استفاده از این روشها را در کاربردهای عملی با چالش رو به رو میسازد. از اینرو در پژوهش حاضر، با در نظر گرفتن رفتار فرکانسی تصاویر SAR، روشی بر مبنای فیلترینگ تطبیقی طیف اندازه در حوزه فرکانس ارائه شده است. ایده اصلی روش پیشنهادی تخصیص یک مدل تحلیلی بر مبنای رفتار فرکانسی تصویر SAR، به طیف اندازه تبدیل فوریه آن و بازیابی خروجی با اثر اسپکل کاهش یافته است. روش پیشنهادی ضمن حفظ بافتهای ظریف تصویر، به طور قابل ملاحظهای اثر اسپکل را کاهش میدهد. علاوه بر آن الگوریتم پیشنهادی به صورت خودکار اجرا شده و نیازی به برآورد پارامترهای تنظیمی ندارد. همچنین در تصاویر با پیچیدگی بافت زیاد و در روشهای کانوولوشن مکانی که نیاز به تنظیم ابعاد کرنل دارد، مرتبه محاسباتی پایینتری خواهد داشت. نتایج ارزیابی نشان میدهد که الگوریتم پیشنهادی در مقایسه با فیلترهای مکانی تطبیقی، ضمن بهبود 50 درصدی شاخص تعداد منظرهای معادل در تصاویر SAR، مقدار شاخص حفظ لبه را نیز به طور میانگین برای تصاویر SAR و شبیهسازی SAR حدوداً 50 و 30 درصد بهبود میبخشد.
حسین اقابابایی؛ جلال امینی
دوره 4، شماره 3 ، آذر 1391
چکیده
آشکارسازی لبه ها از نکته های مهم مورد استفاده در سنجش از دور است. بسیاری از الگوریتم های کلاسیک آشکارسازی لبه که عملکرد مناسبی را بر روی تصاویر اپتیکی ارائه کرده اند، فاقد توان تشخیص لبه در تصاویر رادار با وزنه ی ترکیبی (SAR) اند. در این مقاله الگوریتمی بر مبنای آنالیز فرکتالی و منطق فازی به منظور آشکارسازی لبه ها در تصاویر SAR پیشنهاد ...
بیشتر
آشکارسازی لبه ها از نکته های مهم مورد استفاده در سنجش از دور است. بسیاری از الگوریتم های کلاسیک آشکارسازی لبه که عملکرد مناسبی را بر روی تصاویر اپتیکی ارائه کرده اند، فاقد توان تشخیص لبه در تصاویر رادار با وزنه ی ترکیبی (SAR) اند. در این مقاله الگوریتمی بر مبنای آنالیز فرکتالی و منطق فازی به منظور آشکارسازی لبه ها در تصاویر SAR پیشنهاد می شود. از جنبه ی نظری، چون سیگنال دریافت شده در سیستم SAR به عنوان پدیده ای آشوبی شناخته می شود، دارای قابلیت مدل سازی در سیستم های دینامیکی آشوبی است. پدیده های آشوبی در سیستم های دینامیکی می توانند با بعد فرکتالی توصیف گردند، که در هندسه ی فرکتالی به منظور توصیف پیچیدگی هندسی پدیده ها تعریف می شود و روش های مختلفی برای محاسبه آن وجود دارد. در این مقاله بعد فرکتالی بر اساس مفاهیم آنالیز موجک و حرکت نسبی براون تعیین شده است. بعد فرکتالی به دو روش سراسری و محلی تعیین می شود که در حالت محلی، موضوع مهم انتخاب پارامترهای روش مورد نظر مانند اندازه ی پنجره ی محرک است. استفاده از پنجره های متفاوت دربردارنده ی نتایج متفاوتی نیز هست. بر این اساس، به منظور دستیابی به نتایج مطلوب تر، اندازه ی بهینه ی پنجره ی محرک با استفاده از منطق فازی محاسبه شده است. مقایسه ی نتایج نشان می دهد که الگوریتم فرکتال- فازی به مراتب کمتر از روش های کلاسیک به نویز لکه ای حساس است و نتایج رضایت بخشی را ارائه کرده، به گونه ای که دقت الگوریتم پیشنهادی برابر با 21/74 درصد بوده است. این مقدار در مقایسه با دقت 44/29 درصد برای فیلترکنی نشان از کارایی الگوریتم ارائه شده دارد. همچنین نشان داده شده است که تعیین بعد فرکتالی با استفاده از منطق فازی، بیشتر و دقیق تر از تعیین آن با پنجره های دارای اندازه ی ثابت، باعث آشکارسازی لبه ها می شود.