•  
  •  
 

Article Title

Meksika şapkası dalgacık görüntü bölütlemesi ve dalgacık entropisi tabanlı akıllı hedef tanıma

Abstract

Bu çalışmada, X-band darbeli radar kullanılarak ölçülen gerçek hedef eko sinyallerinin dalga formlarından özellik çıkarımı ve sınıflandırma yapılmıştır. Bu amaçla, radar Hedef Eko (RHE) sinyallerinden elde edilen Zaman-Frekans Gösterimi (ZFG) imgelerinin entropi değerlerini kullanan bir özellik çıkarma mekanizması geliştirilmiştir. Bu özellik çıkarma mekanizması altı adımdan oluşmaktadır. Birinci adımda, yüksek çözünürlüklü radar hedef eko sinyallerinin ZFG imgeleri elde edilmiştir. Bu adımda, yüksek çözünürlüklü radar hedef eko sinyallerinin ZFG imgelerinin elde edilmesi için Meksika şapkası dalgacık skalaogramı kullanılmıştır. Daha sonra bu renkli imgeler gri imgelere dönüştürülmüştür. İkinci adımda, gri ZFG imgeleri Bulanık C-Ortalamalar algoritması kullanılarak bölütlenmiştir. Üçüncü adımda, Canny kenar tespit yöntemi kullanılarak bu gri seviye ZFG imgelerinin kenarları tespit edilmiştir. Dördüncü adımda, merkez kenar değişim yöntemi yardımı ile gri ZFG imgelerinin kenar piksellerinin merkez piksellerine olan uzaklığını temsil eden uzaklık vektörleri elde edilmiştir. Beşinci adımda, elde edilen uzaklık vektörlerinin her biri için bazı entropi değerleri hesaplanmıştır. Bu çalışmanın altıncı adımında, elde edilen özellik vektörünü kullanarak sınıflandırma işlemini gerçekleştirilmiştir. Bu amaçla ilk önce sırasıyla doğrusal sınıflandırıcılar olan K - En yakın Komşuluk (KEK) algoritması ve Bayes Karar Algoritması (BKA) ile sınıflandırma işlemi yapılmıştır ve sırasıyla % 74.92 ve % 79.08’ lik doğru sınıflandırma test başarımları elde edilmiştir. Daha sonra ise sınıflandırıcı olarak Çok Katmanlı ileri beslemeli Yapay Sinir Ağı (YSA) kullanılmıştır. Bu uygulama çalışması sonucunda kullanılan hedef nesneleri için % 88.8’ lik bir doğru sınıflandırma test başarımı elde edilmiştir.

https://dergipark.org.tr/tr/download/article-file/452593

Share

COinS