آشكارسازي لبه در تصاوير SAR برمبناي الگوريتم فركتال ـ فازي

Edge Detection in SAR Images Based on Fractal-Fuzzy Algorithm

آشكارسازي لبه‌ها از نكته‌هاي مهم مورد استفاده در سنجش از دور است. بسياري از الگوريتم‌هاي كلاسيك آشكارسازي لبه كه عملكرد مناسبي را بر روي تصاوير اپتيكي ارايه كرده‌‌اند، فاقد توان تشخيص لبه در تصاوير رادار با وزنه تركيبي (SAR)‌اند. در اين مقاله الگوريتمي برمبناي آناليز فركتالي و منطق فازي به منظور آشكارسازي لبه‌ها در تصاوير SAR پيشنهاد مي‌شود. از جنبه نظري، چون سيگنال دريافت‌شده در سيستم SAR به عنوان پديده‌اي آشوبي شناخته مي‌شود، داراي قابليت مدل‌سازي در سيستم‌هاي ديناميكي آشوبي است. پديده‌‌هاي آشوبي در سيستم‌هاي ديناميكي مي‌توانند با بعد فركتالي توصيف گردند، كه در هندسه فركتالي به منظور توصيف پيچيدگي هندسي پديده‌ها تعريف مي‌شود و روش‌هاي مختلفي براي محاسبه آن وجود دارد. در اين مقاله بعد فركتالي براساس مفاهيم آناليز موجك و حركت نسبي براون تعيين شده است. بعد فركتالي به دو روش سراسري و محلي تعيين مي‌شود كه در حالت محلي، موضوع مهم انتخاب پارامترهاي روش مورد نظر مانند اندازه پنجره محرك است. استفاده از پنجره‌هاي متفاوت دربردارنده نتايج متفاوتي نيز هست. بر اين‌ اساس، به منظور دستيابي به نتايج مطلوب‌تر، اندازه بهينه پنجره محرك با استفاده از منطق فازي محاسبه شده است. نتايج الگوريتم پيشنهادي بر روي تصاوير سنجنده‌ ALOS-PALSAR با روش‌هاي كلاسيكي چون فيلتر‌كني مقايسه و ارزيابي شده است. مقايسه نتايج نشان مي‌دهد كه الگوريتم فركتال ـ فازي به مراتب كمتر از روش‌هاي كلاسيك به نويز لكه‌اي حساس است و نتايج رضايت‌‌بخشي را ارايه كرده، به گونه‌اي كه دقت الگوريتم پيشنهادي برابر با 21/74 درصد بوده است. اين مقدار در مقايسه با دقت 44/29 درصد براي فيلتركني نشان از كارايي الگوريتم ارايه‌شده دارد. همچنين نشان داده شده است كه تعيين بعد فركتالي با استفاده از منطق فازي، بيشتر و دقيق‌تر از تعيين آن با پنجره‌هاي داراي اندازه ثابت، باعث آشكارسازي لبه‌ها مي‌شود. كليد‌واژه‌ها: آشكارسازي لبه، بعد فركتالي، تصاوير SAR، الگوريتم فركتال ـ فازي

Abstract Edge detection plays an important role in remote sensing affiliations. Most of the classical edge detection methods lack the ability of detecting the edge of synthetic aperture radar (SAR) images properly. However, they have got promising results in optical remote sensed images. This paper proposes an algorithm-called fractal-fuzzy- based on the fractal geometry and fuzzy logic for edge detection in SAR images. Theoretically, SAR signals can characterize as chaotic phenomena. Accordingly, the SAR signal usually can be modeled by a dynamic chaotic system and characterized by its fractal dimension. There are several methods for estimating the fractal dimension. In this article, fractal dimension is computed using the wavelet multi-resolution analysis based on the concept of fractional Brownian motion (fBm). Fractal dimension of remote sensed images can be determined in global and local ways. In the local method, an important issue is the determination of the method’s parameters, like sizes of windows Different window sizes lead to different fractal dimensions. Accordingly, for achieving the appropriate result, the optimum window size is computed by the fuzzy logic. The results of the proposed method on ALOS-PALSAR image are compared with the results of classical methods like canny operator. The results showed less sensitivity of the proposed method to the speckle effect. Comparison of the accuracy between the proposed method (%74.21) and classical canny operator (%29.44) proves efficiency of the fractal-fuzzy algorithm. Although it is proven that the computing fractal dimension with the fuzzy logic instead of the fix window size, will result in a more accurate edge map using the proposed method. Keywords: Edge detection, Fractal dimension, Fractal-Fuzzy algorithm, SAR image