ناحیه بندی تصاویر رادار سار با استفاده از شبکه‌های باور عمیق

ناحیه بندی تصاویر رادار سار با استفاده از شبکه‌های باور عمیق

حمید عالمی1 فاطمه نجفی2

1) کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار، واحد علوم تحقیقات یزد، ایران -
2) دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات گرایش آی تی- پزشکی، دانشگاه صنعتی کرمانشاه -

کد IOI مقاله : XBFB-DDHFC
محل انتشار : کنگره بین المللی مهندسی، فناوری و نوآوری(eticong.com/1st)
چکیده :
    مشخصه‌های اصلی در بررسی کیفیت تصاویر عبارتند از: رزولوشن، کنتراست و نویز تصویر است. تصاویری که توسط رادار سار گرفته می شوند از نویز بالایی برخوردار است. تقسیم بندی اینگونه تصاویر اغلب کار دشواری است. برای تفکیک قسمت‌های مختلف تصاویر باید تقسیم بندی صحیح و با دقت بالایی انجام شود، در این مقاله روش بهینه‌ای برای تقسیم بندی پیشنهاد داده شده است. پیشنهاد، استفاده از شبکه های باور عمیق با ترکیب الگوریتم ژنتیک است. ابتدا پروسه با خواندن تصویر راداری شروع می‌شود و سپس شبکه باور عمیق از ویژگی‌های چند عنصری تصویر استفاده کرده و پیکسل‌ها را در گروه‌هایی سازماندهی می‌کند. هر مقدار گروه به عنوان یک مرکز خوشه استفاده می‌شود و این مرکز برای الگوریتم ژنتیک ترکیبی آماده شده تا راه حل بهینه در قطعه‌بندی تصویر انتخاب شود. این ترکیب بسیار کارآمد بوده و نتایج حاصل از این کار نشان دهنده بهبود بسیار بالایی می‌باشد. الگوریتم پیشنهادی امکان‌سنجی، استحکام، دقت و بهره‌وری خوبی برای تفکیک سازی تصاویر را نشان می دهد

کلمات کلیدی : ناحیه بندی تصاویر شبکه‌های باور عمیق الگوریتم ژنتیک ترکیبی رادار سار