بهبود عملکرد شناسایی کشتی در تصویربرداری sar با مکانیزم‌های توجه مکانی و تکنیک‌های پیش‌پردازش پیشرفته

شناسایی کشتی در تصاویر رادار دهانه ترکیبی (sar) یکی از کاربردهای کلیدی در نظارت دریایی، امنیت دریانوردی و مدیریت منابع آبی است. با این حال، وجود نویز لکه‌ای، کنتراست پایین و پیچیدگی محیط‌های دریایی، چالش‌های مهمی را در این حوزه ایجاد می‌کنند. در این پژوهش، یک رویکرد جدید برای شناسایی کشتی در تصاویر sar ارائه شده است که ترکیبی از تکنیک‌های پیش‌پردازش پیشرفته و مکانیزم توجه مکانی در معماری yolov8n را به کار می‌گیرد. تکنیک‌های پیش‌پردازش شامل فیلتر میانه، فیلتر دوجانبه، تبدیل لگاریتمی و الگوریتم clahe به منظور کاهش نویز، بهبود کنتراست و افزایش وضوح نواحی تاریک در تصاویر مورد استفاده قرار گرفته‌اند. همچنین، مکانیزم توجه مکانی با تمرکز بر ویژگی‌های مکانی مهم، دقت مدل را در جداسازی کشتی‌ها از نویز پس‌زمینه افزایش داده است. عملکرد مدل پیشنهادی در مقایسه با روش‌های مبتنی بر yolov4 و yolov8n مورد ارزیابی قرار گرفته است. نتایج آزمایش‌ها نشان می‌دهند که رویکرد پیشنهادی با دقت 96.2٪ از yolov8n اولیه (91.4٪) و مدل پیشرفته مبتنی بر yolov4 (93.91٪) پیشی گرفته و بهبود چشمگیری در شناسایی کشتی‌ها ارائه داده است. این تحقیق نشان می‌دهد که ترکیب تکنیک‌های بهبود کیفیت تصویر و توجه مکانی، می‌تواند منجر به شناسایی دقیق‌تر کشتی‌ها در تصاویر sar شود و مسیر جدیدی برای توسعه روش‌های کارآمد در این حوزه فراهم کند.