یکی از مسائلی که در سیستم sar مطرح می شود مسأله نویز speckle می باشد. منبع تولید نویز speckle فاز نسبی پراکنده گرهای مختلف در یک سلول رادار می باشد که نوسانات شدیدی در سیگنال دریافتی به وجود آورده و تصویر حاصل را دانه دانه می نماید. این نویز تفسیر تصاویر را مشکل و اطلاعات زیادی را مخفی می کند و لذا کاهش آن یکی از ملزومات در پردازش سیگنال sar است. الگوریتمهای متعددی جهت کاهش نویز speckle در نوا...

با توجه به کاربردهای فراوان تصاویر sar در تولید مدل رقومی زمین می توان به میزان اهمیت بحث تناظریابی در تصاویر sar پی برد. تناظریابی در این تصاویر به علت وجود پدیده های گوناگون هندسی از جمله سایه، همپوشانی و کوتاه شدگی در کنار نویزهای مختلف که مهم ترین آنها نویز اسپیکل می باشد، به مراتب پیچیده تر از تناظریابی در تصاویر اپتیکی است. یکی از روش هایی که می-تواند به تناظریابی این تصاویر کمک کند، کاهش...

آشکارسازی لبه ها از نکته های مهم مورد استفاده در سنجش از دور است. بسیاری از الگوریتم های کلاسیک آشکارسازی لبه که عملکرد مناسبی را بر روی تصاویر اپتیکی ارائه کرده اند، فاقد توان تشخیص لبه در تصاویر رادار با وزنه ی ترکیبی (sar) اند. در این مقاله الگوریتمی بر مبنای آنالیز فرکتالی و منطق فازی به منظور آشکارسازی لبه ها در تصاویر sar پیشنهاد می شود. از جنبه ی نظری، چون سیگنال دریافت شده در سیستم sar ...

با توجه به کاربردهای فراوان تصاویر sar در تولید مدل رقومی زمین، بررسی میزان جابه جایی سطح زمین و کشف تغییرات می توان به میزان اهمیت بحث تناظریابی در تصاویر sar پی برد. تناظریابی در این تصاویر به علت وجود پدیده های گوناگون هندسی از جمله سایه، همپوشانی و کوتاه شدگی در کنار نویزهای مختلف که مهم ترین آنها نویز اسپیکل می باشد، به مراتب پیچیده تر از تناظریابی در تصاویر اپتیکی است. از این رو ارائه روش...

امروزه با گسترش علم و فن آوری و به ویژه انجام ماموریت های گوناگون در جهت تهیه تصاویر راداری از سراسر دنیا، بحث استفاده از این تصاویر در جهت تولید محصولات گوناگون از جمله مدل ارتفاعی زمین اهمیت یافته است. یکی از موارد مهم جهت انجام مطالعه، بحث تناظریابی تصاویر sar است. تناظریابی در این تصاویر به علت وجود پدیده های گوناگون هندسی از جمله سایه، همپوشانی و کوتاه شدگی در کنار نویزهای مختلف که مهم تری...

چکیده: تبدیل کرولت (curvelet)، نوع جدیدی از الگوریتم آنالیز چندمقیاسه بوده که برای پردازش تصاویر sar بسیار مناسب است. این تبدیل، جزو تبدیل­های هندسی محسوب می­شود که برای رفع مشکلات اساسی تبدیل­های ویولت (موجک) و گابور در تشخیص لبه­ها و منحنی­ها توسعه پیدا کرد. تبدیل curvelet را می­توان در جهت رسیدن به بخش­بندی بهتر و شناسایی اهداف در تصاویر ماهواره­ای sar با دقت بسیار بالا به کار برد. در این مق...

چکیده: تبدیل کرولت (Curvelet)، نوع جدیدی از الگوریتم آنالیز چندمقیاسه بوده که برای پردازش تصاویر SAR بسیار مناسب است. این تبدیل، جزو تبدیل­های هندسی محسوب می­شود که برای رفع مشکلات اساسی تبدیل­های ویولت (موجک) و گابور در تشخیص لبه­ها و منحنی­ها توسعه پیدا کرد. تبدیل Curvelet را می­توان در جهت رسیدن به بخش­بندی بهتر و شناسایی اهداف در تصاویر ماهواره­ای SAR با دقت بسیار بالا به کار برد. در این مق...

با توجه به کاربردهای فراوان تصاویر SAR در تولید مدل رقومی زمین می‌توان به میزان اهمیت بحث تناظریابی در تصاویر SAR پی برد. تناظریابی در این تصاویر به علت وجود پدیده‌های گوناگون هندسی از جمله سایه، همپوشانی و کوتاه‌شدگی در کنار نویزهای مختلف که مهم‌ترین آنها نویز اسپیکل می‌باشد، به مراتب پیچیده‌تر از تناظریابی در تصاویر اپتیکی است. یکی از روش‌هایی که می-تواند به تناظریابی این تصاویر کمک کند، کاهش...

ماهواره­ های سنجش از دور، داده­هایی با خصوصیات طیفی و مکانی مختلفی از سطح زمین جمع­آوری می­کنند که هرکدام بخشی از خصوصیات عوارض را نمایان می­سازند. گاهاً اطلاعات بدست آمده از یک سنجنده به تنهایی پاسخگوی نیازهای مورد نظر ما نیست. با وجود اینکه داده­های چند طیفی[1] اطلاعات غنی طیفی را از عوارض مختلف به ما می­دهد، اما به‌طور قابل توجهی تحت تأثیر عوامل محیطی مانند دود، مه، ابر و میزان نور خورشید قرا...