عنوان مقاله :
شناسايي و استخراج خودكار فرودگاه در تك تصوير رادار با روزنه مجازي
عنوان به زبان ديگر :
The Automatic Airport Detection and Extraction in the Single Synthetic Aperture RADAR Imagery
پديد آورندگان :
آقابالائي، امير دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري , مقصودي، ياسر دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري , عبادي، حميد دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري
اطلاعات موجودي :
فصلنامه سال 1396 شماره 15
كليدواژه :
شناسايي و استخراج فرودگاه , UAVSAR , تبديل هاف , طبقه بندي شيء مبنا
چكيده فارسي :
مزاياي فناوري هاي سخت افزاري و تشخيص الگو، همراه با كاربردهاي وسيع ماهواره هاي سنجش از دور سبب توسعه سامانه هاي شناسايي خودكار هدف شده است. به ويژه شناسايي خودكار فرودگاه ها، به دليل اهميت ويژه اين اهداف، اساسا امري ضروري است. در اين تحقيق، روشي جهت تشخيص و استخراج خودكار فرودگاه ها در تك تصوير رادار روزنه مجازي (SAR) پيشنهاد شده است. براي اين منظور از تصاوير هواپيماي بدون سرنشين SAR (UAVSAR)استفاده شده است. به طوركلي، روش پيشنهادي تركيبي از تبديل هاف، جهت شناسايي باندهاي فرودگاه، و يك مرحله طبقه بندي شيء مبنا، جهت استخراج نواحي فرودگاه، را شامل مي شود. نتايج اين تحقيق، عملكرد و كارايي موثر روش پيشنهادي را جهت شناسايي و استخراج خودكار فرودگاه اثبات كرد. همچنين نشان داده مي شود كه قطبش هاي co-polarized (HH و VV)عملكرد بهتري را نسبت به قطبش هاي cross-polarized (HV يا VH )در شناسايي و استخراج نواحي فرودگاه دارند.
چكيده لاتين :
The advantage of hardware and pattern recognition techniques along with the wide applications of Remote Sensing (RS) satellites have caused the development of Automatic Target Detection (ATR) systems. Especially, the automatic airport detection is a necessary task due to its important strategy. In this study, a new method is proposed for the automatic airport detection and extraction in the single Synthetic Aperture RADAR (SAR) imagery. For this purpose, an Unmanned Aerial Vehicle SAR (UAVSAR) imagery acquired in L band from Okaloosa in Florida is used. Overally, the proposed method contains the combination of Hough transform for the airport runway detection, and an object based classification stage for the airport’s area extraction. Experimental results demonstrated the perfect performance and efficiency of the proposed method for the automatic airport detection and extraction.
اطلاعات موجودي :
فصلنامه با شماره پیاپی 15 سال 1396