بخش بندی تصاویر SAR مبتنی بر الگوریتم k-means و بهینه سازی پله ای کلاس ها
Publish place: چهارمین کنفرانس ملی مهندسی برق ایران
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 510
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NEEC04_042
Index date: 2 September 2018
بخش بندی تصاویر SAR مبتنی بر الگوریتم k-means و بهینه سازی پله ای کلاس ها abstract
؛ SAR به دلایل مختلف اهمیت دارد. عدم دقت در مشاهدات دریافتی این رادارها باعث برهم زدن کیفیت تصویر می شود. اصلی ترین مشکل، وجود نویز اسپیکل بوده و موجب ناهمگنی شدت روشنایی تصویر می شود. در نتیجه روش های متداول ناحیه بندی کارایی ندارد. هدف این پژوهش، ارایه یک روش مطلوب ناحیه بندی در تصاویر SAR است. روش پیشنهادی، مبتنی بر روش خوشه بندی k-means و بهینه سازی کلاسی به صورت پله ای است بطوری که بعد از ناحیه بندی تصویر به k کلاس، بزرگ ترین کلاس و در نتیجه هیستوگرام با توجه به ویژگی های تصویر، اصلاح شده و الگوریتم روی مابقی تصویر اعمال می گردد. این روند تا تکمیل تصویر ادامه می یابد. در نهایت تصویری خواهیم داشت که به خوبی ناحیه بندی شده است. نتایج پژوهش با بررسی بهبود کیفیت آشکارسازی هدف در تصویر واقعی SAR مربوط به میدان کالیبراسیون سیستم TerraSAR-X تایید می شود.
بخش بندی تصاویر SAR مبتنی بر الگوریتم k-means و بهینه سازی پله ای کلاس ها Keywords:
بخش بندی تصاویر SAR مبتنی بر الگوریتم k-means و بهینه سازی پله ای کلاس ها authors
لیلا شمسعلی
مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد ایران و عضو مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد ایران
سعید نصری
دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد ایران