روشی جدید جهت ارزیابی قابلیت تفسیرپذیری تصاویر پلاریمتری راداری در کاربردهای آشکارسازی، تشخیص و شناسایی هدف

با ارزیابی میزان قابلیت تفسیرپذیری تصاویر سنجش‌ازدور می‌توان مشخصات تصویر مناسب برای کاربردهای مختلف آشکارسازی و تشخیص هدف را برآورد نمود. در این راستا، تصاویر تمام پلاریمتری راداری با قابلیت اطلاعات غنی‌تر نسبت به تصاویر تک پلاریمتری راداری منبع داده بسیار سودمندی هستند. در این تحقیق، یک روش تلفیقی جهت ارزیابی میزان قابلیت تفسیرپذیری تصاویر پلاریمتری راداری در کاربردهای آشکارسازی، تشخیص و شناسایی هدف ارائه گردیده است. در روش پیشنهادی، ابتدا میزان عملکرد سنجنده راداری بر اساس پارامترهای سنجنده در مدل star محاسبه می‌ شود.. سپس، برای هر یک از تصاویر مربوط به کانال‌ ها و پارامترهای پلاریمتری، میزان عملکرد آشکارسازی هدف با محاسبه معیار کارایی (mop) که احتمال آشکارسازی را با نرخ هشدار اشتباه مرتبط می‌ سازد، تعیین می ‌شود. نهایتا، با تلفیق اطلاعات بدست آمده از معیار mop و مدل star میزان تفسیرپذیری تصاویر پلاریمتری راداری محاسبه می‌ شود. همچنین، کارایی روش پیشنهادی بر روی یک نمونه تصویر تمام پلاریمتری راداری سنجنده airsar مورد ارزیابی قرار گرفته‌است. نتایج تجربی این تحقیق نشان می‌ دهد که روش پیشنهادی در مقایسه با روش مرسومی که در آن تنها از پارامترهای سنجنده راداری استفاده می‌شود، احتمال آشکارسازی، تشخیص و شناسایی هدف را به‌طور میانگین به میزان 30 درصد بهبود می‌دهد. 

a new method for evaluating the interpretability of polarimetric radar images

introduction: the ability to interpret the image is one of the key and important features in the ability of imaging systems, which is usually used in the concept of the ability to extract information from the image. quantifying this feature is one of the main challenges in the fields of information content and image integration in remote sensing, which is needed and important in various applications such as target detection. by evaluating the interpretability of remote sensing images, it is possible to estimate the appropriate image characteristics for various target detection applications.in general, the interpretability of remote sensing images depends on the conditions of imaging, environment and target. polarimetric radar images are a very useful source of data in target detection applications with more resolution than single-channel radar images. so far, various methods and models have been presented to evaluate the performance of detection in polarimetric radar images; most of them are based on the theory of signal detection or based on the probability of target detection and false alarm. national image interpretability rating scale (niirs) models, the automatic target detection (atd) and simultaneous tracking and tracking and recognition (star) models are among the common and conventional methods of evaluating the interpretability of radar images in target detection applications. the niirs radar is based on the general image quality equation (giqe) and takes into account the parameters of resolution, landing angle, squint and background type. the atd model is designed based on false alarm analysis and estimates the measure of performance (mop) according to available ground information. the star model is also based on the modelling of parameters related to the environment, target and sensor and calculates the probability of success in detecting, detecting and identifying the target in the radar image for a target with specific dimensions and physical conditions.proposed method: in this study, a unified method has been presented to evaluate the interpretability of polarimetric radar images in the application of target detection. in this method, the performance of the radar detector is first calculated based on the parameters of the detector in the star model. after that, for each of the images related to the channels and polarimetric parameters, the target detection performance is calculated by calculating the performance measure (mop), which relates the detection probability to the false alarm rate is determined. finally, by combining the information obtained from the mop criterion and the star model, the interpretability of polarimetric radar images is calculated.experimental results: in this study, the l-band polarimetric radar dataset related to the flevoland region of the netherlands, which was obtained by the airsar sensor in 2009, is used to evaluate the effectiveness of the proposed method. based on the obtained results, the proposed method increases the probability of detecting, detecting and identifying the target by 30% compared to the star model.for the development of this research, it is suggested to improve the performance of the radar sensor by using the techniques of combining radar data with optical data and auxiliary data. this case, especially in tracking targets in complex environments, can significantly improve continuous target tracking.