CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله الگوریتم حذف Speckle با قابلیت حفظ لبه برای تصاویر سنجش ازدور رادار روزنه ترکیبی با استفاده از تبدیل چندمقیاسه ی Curvelet و آستانه گذاری وفقی

عنوان مقاله: الگوریتم حذف Speckle با قابلیت حفظ لبه برای تصاویر سنجش ازدور رادار روزنه ترکیبی با استفاده از تبدیل چندمقیاسه ی Curvelet و آستانه گذاری وفقی
شناسه (COI) مقاله: JR_TJEE-45-4_014
منتشر شده در فصلنامه مهندسی برق دانشگاه تبریز در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

منیره کوشش - دانشجوی کارشناسی ارشد الکترونیک، گروه مهندسی برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
غلامرضا اکبری زاده - استادیار، گروه مهندسی برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران

خلاصه مقاله:
تبدیل کرولت (Curvelet)، نوع جدیدی از الگوریتم آنالیز چند مقیاسه بوده که برای پردازش تصاویر SAR بسیار مناسب است. این تبدیل،جزو تبدیل های هندسی محسوب می شود که برای رفع مشکلات اساسی تبدیل های ویولت (موجک) و گابور در تشخیص لبه ها و منحنی ها توسعهپیدا کرد. تبدیل Curvelet را می توان در جهت رسیدن به بخش بندی بهتر و شناسایی اهداف در تصاویر ماهوارهای SAR با دقت بسیار بالا به کاربرد. در این مقاله هدف اصلی، تمرکز بر حذف Speckle از تصاویر SAR است که مهمترین مرحله از پردازش تصاویر SAR است. به دلیل نتایج عالیتبدیل Curvelet در تجزیه وتحلیل لبه های منحنی شکل و دقت بالای آن برای تقریب و توصیف پراکندگی ها و جهت ها در مقایسه با تبدیل موجکمناسب است. در این مقاله با استفاده از تبدیل کرولت گسسته سریع (FDCT) بر مبنای پیچش، با در نظر گرفتن آستانه وفقی، یک روش جدیدبرای کاهش نویز Speckle و نرمالیزه کردن تصاویر سنجش ازدور SAR ارایه شده است؛ به گونه ای که بین دو تبدیل کرولت سریع بر پایه USFFT وWrapping مقایسه ای انجام خواهد شد. با استفاده از نتایج، روشی جدید برای بهره برداری بهتر این نوع تصاویر معرفی می شود. سپس برای کاهشنویز از تصاویر SAR از تبدیل Curvelet گسسته سریع (FDCT) استفاده می شود و ضرایب Curvelet کاهش می یابد. سپس با استفاده از الگوریتمپیشنهادی می توان ضرایب Curvelet را استخراج کرد. این ضرایب تحت تاثیر آستانه نرم قرار گرفته و این امر منجر به کاهش یا حذف نویز درتصاویر SAR خواهد شد. در مرحله آخر الگوریتم پیشنهادی، شبیه سازی شده و نتایج آزمایش ها بحث خواهد شد. نتایج شبیه سازی نشان می دهدکه روش پیشنهادی در مقایسه با سایر روشهای قبلی کارایی بهتری دارد.

کلمات کلیدی:
تبدیل Curvelet ، تبدیل موجک، Synthetic Aperture Radar 9SAR) Images, FDCT ، حذف نویز Speckle

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-JR_TJEE-JR_TJEE-45-4_014.html