بترکه چشم حسود    

جستجوی پیشرفته مقالات

     عنوان:

نماد اعتماد الکترونیکی

logo-samandehi

لیست مقالات ترجمه شده

سایر مقالات

امروز
دیروز
هفته جاری
هفته گذشته
ماه جاری
ماه گذشته
بازدید کل
3278
1897
22075
14126103
10624
165601
14397712

آی‌پی شما: 3.239.129.52
امروز: یکشنبه، 14 خرداد 1402 شمسی ساعت به وقت گرینویچ: 08:03:35

توجه                           توجه

تمامی مقالات ترجمه شده در قالب فایل ورد (Word)  ارائه می‌شوند.



سیستم بازیابی از تصاویر رادار روزنه ترکیبی معکوس: هدف رادار

لینک دانلود فایل خریداری شده، بلافاصله بعد از پرداخت آنلاین فعال می‌شود.

عنوان محصول:
سیستم بازیابی از تصاویر رادار روزنه ترکیبی معکوس: هدف رادار



قیمت: 250000 ریال

  دسته‌بندی: مقالات پردازش تصویر

 

A retrieval system from inverse synthetic aperture radar images: Application to radar target recognition

a b s t r a c t

This paper presents an approach to aircraft target recognition using Inverse Synthetic Aperture Radar (ISAR) images. The goal of this work is to develop a robust algorithm to add Automated Target Recognition (ATR) capabilities to extract efficient feature vectors and ensure a comprehensive recognition process. In the first part on this paper, we used a database of ISAR images reconstructed from anechoic chamber simulations in order to extract efficient feature vectors. In the second part of this work, we proposed a recognition architecture to perform recognition tasks and provide a human operator with useful information for target recognition tasks. Several kinds of descriptor can be used to acquire information about target characteristics from radar signals and images. Indeed, a number of methods are currently used in automatic target recognition; notably based on ISAR imaging. However, target characteristic extraction from radar echoes remains a difficult task, and the methods are generally specific to either aircraft or ship recognition. In this work, we describe our approach to designing faster, more effective retrieval systems and a comprehensive architecture. Our
approach uses global feature vectors for both ship and aircraft recognition. Firstly, the global feature vectors are described by two types of descriptor which have shown to be efficient in radar target recognition. The first type defines target shape obtained by watershed transformation, facilitating interpretation for the human operator. The second type of vector descriptor is based on so-called polar signatures, obtained using the polar mapping procedure. The latter are highly discriminative and thus significantly improve and facilitate target recognition, leading to greater precision and accuracy. Secondly, we describe the retrieval architecture suitable for the second type of vector descriptor, which checks invariance in relation to target rotation and scale. It is, in itself, more efficient and processing time at the retrieval step is reduced and controlled by the human operator. Finally, in order to validate our proposed feature vectors and architecture, the Support Vector Machine (SVM) classifier will be implemented; the results of which will be tested and presented in the last section of this paper.

 

pdfدانلود مقاله انگلیسی                                            2.61 MB


چکیده
این مقاله راهکاری برای تشخیص هدف هواپیما با استفاده از تصاویر رادار روزنه ترکیبی معکوس (ISAR) ارائه می کند. هدف این مقاله، توسعه ی الگوریتم قوی برای افزودن قابلیت های تشخیص هدف خودکار (ATR) برای استخراج بردارهای مشخصه موثر و تضمین فرایند تشخیص جامع می باشد.
در بخش اول این مقاله از پایگاه داده ی تصاویر ISAR بازسازی شده از شبیه سازی های محفظه بدون انعکاس به منظور استخراج بردارهای مشخصه موثر استفاده کردیم. در دومین بخش این مقاله، معماری تشخیص را برای اجرای عملیات تشخیص پیشنهاد کردیم و یک اپراتور انسانی را با اطلاعات مفید برای عملیات تشخیص هدف مجهز ساختیم.انواع متعدد توصیف گر می توانند برای کسب اطلاعات مربوط به مشخصه های هدف از سیگنال ها و تصاویر رادار مورد استفاده قرار گیرند. در واقع، تعدادی از روش ها اخیرا در تشخیص هدف خودکار مورد استفاده قرار می گیرند؛ مخصوصا براساس تصویرسازی ISAR. با این حال، استخراج مشخصات هدف از انعکاس های رادار بصورت کار سخت می ماند و روش ها در کل مختص تشخیص هواپیما یا کشتی می باشند. در این کار، راهکاری برای طراحی سیستم های بازیابی سریعتر و موثرتر و یک معماری جامع ارائه می کنیم. راهکار ما از بردارهای مشخصه سراسری برای تشخیص هر دو هواپیما و کشتی استفاده می کند.
ابتدا، بردارهای مشخصه سراسری توسط دو نوع توصیف گر توصیف می شوند که در تشخیص هدف رادار کارا شناسایی شده اند. اولین نوع، شکل هدف بدست آمده توسط تبدیل آبخیز (watershed) را تعریف می کند که تفسیر را برای اپراتور انسانی سهولت می بخشد. دومین نوع توصیف گر بردار برمبنای امضاهای قطبی می باشد که با استفاده از روند نگاشت قطبی بدست می آید. دومی به میزان زیادی افتراقی می باشد و بنابراین بطور قابل توجهی تشخیص هدف را بهبود داده و سهولت می بخشد که منجر به دقت و صحت بالاتر می شود. ثانیا، معماری بازیابی مناسب برای دومین نوع توصیف گر بردار را توصیف می کنیم که تغییرناپذیری را در رابطه با چرخش و مقیاس هدف بررسی می کند که خودش موثرتر می باشد و زمان پردازش در مرحله بازیابی کاهش می یابد و توسط اپراتور انسانی کنترل می شود. در نهایت، به منظور تصدیق بردارهای مشخصه و معماری پیشنهادی مان، طبقه بندی کننده ی ماشین بردار پشتیبان (SVM) پیاده سازی خواهد شد؛ نتایج در آخرین بخش این مقاله تست شده و ارائه خواهند شد.


تعداد صفحات مقاله انگلیسی: 24 صفحه
تعداد صفحات مقاله فارسی: 50 صفحه

اضافه کردن نظر