سال انتشار: ۱۳۸۹

محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۶

نویسنده(ها):

غلامرضا اکبری زاده – دانشجوی دکتری رشته مهندسی الکترونیک دانشگاه علم و صنعت ایران
غلامعلی رضایی راد – دانشیار گروه الکترونیک دانشکده مهندسی برق دانشگاه علم و صنعت ایران

چکیده:

بخش بندی تصویر یک مرحله کلیدی در کاربردهای تصاویر راداری SAR می باشد ولی به دلیل وجود نویزهای Speckle در تصاویر Sar این تصاویر را با استفاده از روشهای معمول و مرسوم نمی توان بخش بندی نمود به دلیل نتایج عالی تبدیل wavelet در استخراج feature و فیلترکردن تصویر و همچنین مزایای SVM در طبقه بندی تصویر یک روش موثر و مفید در بخش بندی و تشخیص موضوعات مختلف در تصاویر SAR در این مقاله پیشنهاد شده است. در مرحله اول ویژگی بافت texture feature برروی تصویر SAR اعمال میشود در مرحله بعد بردار ویژگی feature vector از فیچر انرژی wavelet مقدار میانگین وزندار از فیچر انرژی wavelet و مقادیر سطوح خاکستری از ۸- همسایگی از تصویر SAR فیلتر شده تشکیل می شود سپس یک طبقه بندی کننده SVM با استفاده از بردار های فیچر نرمالیزه شده طراحی و اموزش داده می شود. در نهایت مجموعه داده های ازمایشی از تصاویر SAR با استفاده از SVM اموزش داده شده دسته بندی می شود.