خوشه بندی تصاویر رادار سار با استفاده از شبکه های عصبی مصنوعی

مشخصه های اصلی در بررسی کیفیت تصاویر عبارتند از: رزولوشن، نویز تصویر و کنتراست است. تصاویری که توسط رادار سار گرفته می شوند از نویز بالایی برخوردار است. تقسیم بندی اینگونه تصاویر اغلب کار دشواری است. برای تفکیک قسمت های مختلف تصاویر باید تقسیم بندی صحیح و با دقت بالایی انجام شود، در این مقاله روش بهینه ای برای تقسیم بندی پیشنهاد داده شده است. پیشنهاد، استفاده از شبکه های باور عمیق با ترکیب الگوریتم ژنتیک است. ابتدا پروسه با خواندن تصویر راداری شروع می شود و سپس شبکه باور عمیق از ویژگی های چند عنصری تصویر استفاده کرده و پیکسل ها را در گروه هایی سازماندهی می کند. هر مقدار گروه به عنوان یک مرکز خوشه استفاده می شود و این مرکز برای الگوریتم ژنتیک ترکیبی آماده شده تا راه حل بهینه در قطعه بندی تصویر انتخاب شود. این ترکیب بسیار کارآمد بوده و نتایج حاصل از این کار نشان دهنده بهبود بسیار بالایی می باشد. الگوریتم پیشنهادی امکان سنجی، استحکام، دقت و بهره وری خوبی برای تفکیک سازی تصاویر را نشان می دهد.

کلیدواژه ها:

پردازش تصویر ، شبکه های باور عمیق ، الگوریتم ژنتیک ترکیبی ، رادار سار ، خوشه بندی تصاویر