بخشی از مقاله
چکیده
تصاویر رادار روزنه مصنوعیٌ - SAR - و اپتیک هرکدام دارای نقاط قوت و ضعفی هستند که باعث بهکارگیری همزمان این دو نوع داده برای بهرهمندی از مزایا و پوشش ضعفهای آنها شده است. تبدیل کرولتٍ، در آنالیز لبههای منحنی شکل و دقت بالا در تقریب جهتها، مناسبتر از تبدیلهای دیگر برای تلفیق تصاویر است. در این مقاله با استفاده از تبدیل کرولت، تصاویر SAR و اپتیک را به فضای کرولت انتقال میدهیم، سپس با میانگین وزندار در فضای کرولت تلفیق را انجام میدهیم.
در نهایت با اعمال تبدیل کرولت معکوس تصویر تلفیق شده بدست میآید. در نتایج بدست آمده میانگین انحراف معیار تصاویر آیکونوس و تلفیق شده به ترتیب برابر 228.76 و 244.49 است که مبین اطلاعات بیشتر در تصویر حاصل از ادغام است. از ضرورتهای ادغام، ایجاد کمترین تغییرات در اطلاعات تصاویر ورودی است که روش پیشنهادی دارای میانگین ضریب همبستگی 0.75 است که نشان دهنده مناسب بودن الگوریتم پیشنهادی برای تلفیق تصاویر است.
-1 مقدمه
تصاویر سنسورهای مختلف به تنهایی اطلاعات غیر کاملی را ارائه میدهند. سیستمهای اپتیک، نور بازتابی خورشید از سطح زمین را در طیف مرئی و مادون قرمز امواج الکترومغناطیس ثبت میکند. با وجود اینکه دادههای چند طیفیَ اطلاعات غنی طیفی را از اشیا به ما میدهد، اما به طور قابل توجهی تحت تاثیر دود، مه، ابر و میزان نور خورشید قرار میگیرد. بر خلاف سنسورهای اپتیک، سنسورهای SAR در همه نوع شرایط آب و هوایی توانایی تصویربرداری دارند. دادههای SAR میتوانند اطلاعات غنی از بافت و ساختار ارائه داده و به مولفههای شکل، جهت، زبری و رطوبت از اشیا روی زمین حساس است. بنابراین ترکیب خصوصیات مختلف از تصاویر اپتیک و دادههای SAR با استفاده از تکنیکهای تلفیق تصویر، میتواند یک دید کاملتر از تارگت مورد نظر به ما دهد و دقت و اعتمادپذیری بالاتری برای نتیجههای بدست آمده از این روش ارائه دهد .[3,1]
در سالهای اخیر الگوریتمهای ادغام بر اساس ابزار تجزیه و تحلیل چندمقیاسی اهمیت زیادی پیدا کرده است. تبدیل کرولت توسط Candès و همکاران در سال 1999 ارائه شد، که به طور مستقیم لبه تصاویر را مشخص میکند و میتواند بهتر با خصوصیات تصویر متناسب شود. این تبدیل، لبه و دیگر خصوصیات در امتداد منحنیها را خیلی موثرتر از تبدیلهای سنتی ارائه میدهد. تبدیل کرولت، در آنالیز لبههای منحنی شکل و دقت بالا در تقریب و توصیف پراکنندگیها و جهتها، در مقایسه با تبدیلهای دیگر برای تلفیق تصاویر مناسبتر است. تبدیل موجک گسستهٌ - DWT - و تبدیل موجک""a`trous ٍ - ATWT - مناسبترین ابزار برای تلفیق تصاویر است. تبدیل کرولت از این دو ابزار برای تلفیق تصاویر استفاده میکند .[3]
بر طبق تحقیقات انجام شده توسط محققان مختلف، این تبدیل نتایج بهتری را نسبت به روشهای دیگر بدست میآورد. تلفیق تصاویر اپتیک و SAR با استفاده از تبدیل کرولت به دلیل خصوصیات این تبدیل، دارای دقت بهتر و اعتماد پذیری بالاتری هستند .[3] هدف در این مقاله تلفیق تصاویر SAR و اپتیک با استفاده از میانگین وزندار در فضای کرولت است. در بخش 2 این مقاله توضیحاتی در مورد تبدیل کرولت و نحوه پیادهسازی آن آورده شده است. در بخش 3 الگوریتم پیشنهادی توضیح داده شده است. در بخش 4 دادههای مورد استفاده و پیادهسازی روش پیشنهادی و نتایج الگوریتم بر روی دادههای ورودی به صورت مقایسهای آورده شده و در بخش آخر نیز نتیجهگیری کلی از روش پیشنهادی آورده شده است.
-2 تبدیل کرولت
تبدیل کرولت یک عضو جدید خانواده تبدیل چند مقیاسیَ است که در چند سال گذشته برای بهبود ضعفهای نمایندههای سنتی تبدیل چند مقیاسی مانند موجک توسعه یافته است. به صورت مفهومی تبدیل کرولت یک هرم چند مقیاسی با تعداد زیادی جهت و موقعیتها در هر مقیاس طول و المانهای سوزن شکلُ در مقیاس خوب است. اگرچه این هرم از نوع غیر استاندارد است .[4] در واقع کرولت دارای ویژگیهای خوب هندسی است که آن را از موجک و تبدیلهای مانند آن جدا میکند. در اینجا دﻻیل توجه به این تبدیل جدید و گسترش آن و چرا توسعه کرولت گسسته مهم است بیان میشود :[4-8]
· بهینهسازی نمایش اشیاء دارای لبه با کمترین خطا
· این تبدیل ضعفهای تبدیل موجک، در توصیف خواص جهت از تصویر لبه را بر طرف کرده است و این تبدیل میتواند به طور مناسب با انواع ویژگیهای تصویر سازگار شود.
· این تبدیل به دلیل ساختار غیربایاس دارای حساسیت کمتری نسبت به نویز است.
-2-1 تبدیل کرولت پیوسته
در تبدیل کرولت هدف تولید کرولت پایه φ و آنالیز سیگنال و تصویر از طریق انتقال، مقیاس و دوران کرولت پایه است. در فضای کرولت x متغیر مکان، ω متغیر حیطه فرکانس و r و θ مختصات قطبی در حیطه فرکانس است. فرآیند تبدیل با دو پنجره W - r - و V - t - آغاز میشود؛ که به ترتیب پنجره شعاعی و پنجره زاویه ای نامیده می شوند .این توابع نرم و نامنفی هستند که مقادیر حقیقی می گیرند .دامنه W مقادیر حقیقی مثبت در بازه ∈ - 21 , 2 - و دامنه V مقادیر حقیقی در بازه [-1,1] است .
