استخراج کشتی از تصاویر راداری سنتیل-1 با استفاده از الگوریتم بهبود یافته نرخ هشدار اشتباه ثابت

در طی سال های اخیر گسترش و استفاده از تصاویر رادار RADAR با توجه به کاربردهای گسترده ی آن رو به افزایش بوده است به طوری که امروزه شاهد افزایش تعداد سنجنده های راداری و استفاده از آن ها در حوزه های مختلف هستیم تصاویر راداری به صورت ابزاری بسیار مهم برای کاربردهای علوم زمین به کار گرفته می شود در این سیستم ابتدا پالس راداری به تارگت فرستاده و سپس برگشتی ناشی از آن دریافت می شود یکی از این کاربردها را می توان تشخیص کشتی ها در دریا و یا اقیانوس ها نام برد که در نظارت های دریایی و هدایت کشتی ها و ... کاربرد دارد از عکس های راداری مختلفی برای این امر می توان استفاده کرد که یکی از جدیدترین و با کیفیت ترین آن ها استفاده از تصاویر راداری سنتینل -1 Sentinel-1 است که تصاویر راداری با روزنه ی مصنوعی SAR ایجاد می کند در این مقاله با استفاده از این تصاویر به تشخیص کشتی بر روی دریا پرداخته شده است همچنین با استفاده از الگوریتم نرخ هشدار اشتباه ثابت CFAR در سه مرحله شامل پیش پردازش و کالیبراسیون طبقه بندی دریا و خشکی و تشخیص کشتی عمل تشخیص کشتی انجام شده است یکی از مشکلات روش CFARحساسیت به نویز می باشد در این مقاله نسخه بهبود یافته این الگوریتم مورد استفاده قرار گرفته است MCFAR در روش پیشنهادی MCFAR با اعمال فیلتر لی بهبود یافته Refined Lee به تصاویر باعث بهبود استخراج کشتی شده ایم نتاسج به دست آمده کارایی بالای الگوریتم پیشنهاد شده و بهبود دقت استخراج کشتی به میزان 7%را نشان می دهید

کلیدواژه ها:

سنجنده راداری ، سنتینل-1 ، الگوریتم MCFAR ، پردازش تصویر ، نویز راداری