ارائه‌ی روشی جدید برای کاهش پدیده speckle با استفاده از خوشه‌بندی در تصویر تک کاناله رادار

پدیده speckle جزء طبیعت تصاویر رادار می‌باشد که باعث کاهش دقت تفسیر، طبقه‌بندی، قطعه‌بندی و ... در این تصاویر میشود. محققین توسط روش‌های مختلف سعی در کاهش این پدیده در تصاویر رادار داشته‌اند. یکی از روش‌های کاهش پدیده speckle در تصاویر رادار فیلترهای حیطه مکان می‌باشند. عمده روش‌های فیلتر حیطه مکان از حدآستانه‌هایی برای طبقه‌بندی انواع اهداف استفاده می‌کنند، سپس بر مبنای نوع هدف پدیده speckle را کاهش می‌دهند. استفاده حدآستانه بر روی تصاویر برای طبقه‌بندی هدف یک روش با خطا بالا است. بنابراین، روش خوشه‌بندی برای طبقه‌بندی هدف در این پژوهش استفاده می‌شود. در روش پیشنهادی، ابتدا پدیده speckle تصویر خام رادار با استفاده از فیلتر میانگین کاهش یافت، سپس روش خوشه‌بندی kmeans با تعداد خوشه‌های متفاوت بر روی تصویر پیاده‌سازی شد. تعداد خوشه بهینه برای منطقه مورد مطالعه با استفاده از شاخص دیویسبولدین تعیین گردید. در نهایت، تصویر فیلتر شده در یک سطح تصمیم‌گیری با تصاویر خوشه‌بندی و خام رادار تولید شد. نتایج روش پیشنهادی با روش‌های دیگر شامل فیلتر میانگین، فیلتر lee، فیلتر enhance lee، فیلتر گاما و فیلتر میانه با استفاده از شاخص‌های حفظ اطلاعات رادیومتریکی و حفظ لبه مقایسه شد. نتایج نشان‌ می‌دهد که روش پیشنهادی نسبت به روش‌های دیگر بر اساس شاخص‌های حفظ لبه و اطلاعات رادیومتریکی صحت بالاتری دارد.

Proposing a New Method for Reduction of Speckle Phenomenon by Using Clustering in Single Channel Radar Image

Speckle phenomenon is appurtenance of radar image nature that is caused accuracy reduction in interpretation, classification, segmentation, etc. over these images. Researchers have tried to decrease this phenomenon in radar images. One of the speckle phenomenon reduction methods in the radar images is spatial domain filters. Main methods of the spatial domain filter use thresholds for classifying type of targets, then speckle phenomenon decreases based on type of target. Using threshold in images for target classification is a method with great error. Therefore, clustering method is used for target classification in this research. In proposed method, firstly, speckle phenomenon of radar raw image decreased by using Mean filter. Afterwards, KMeans clustering method implemented over the filtered image with various cluster numbers. Optimal cluster number in case study determined using Davis Bouldian index. Finally, filtered image was produced in a decision level with the clustering and the raw radar images. Results of the proposed method were compared with other method including Mean filter, Lee filter, Enhanced Lee filter, Gamma filter and Median filter by using radiometric and edge preservation indexes. Results show that the proposed method has higher accuracy than the other implemented methods based on the mentioned indexes.