برآورد پارامترهاي توزيع پايدارآلفا جهت آشكارسازي كشتي در تصاوير پلاريمتري SAR

Estimating the Alpha-Stable Distribution Parameters for Ship Detection in Polarimetric SAR Images

در تصويربرداري رادار با روزنه تركيبي (SAR)، تمايز بين كشتي و دريا در حالت داشتن اطلاعات پلاريمتري نسبت به داده تك كاناله به طور قابل ملاحظه اي بهبود مي يابد. روش آشكارسازي نرخ هشدار اشتباه ثابت بر اساس مدل توزيع پايدار آلفا روشي مناسب براي كشف كشتي در دريا است. مهمترين مرحله در اين روش، تخمين مناسب پارامترهاي تابع توزيع پايدار آلفا است كه بدين منظور در اين تحقيق، روش كيوميولنت هاي لگاريتمي پيشنهاد شده است. نتايج تجربي به دست آمده بر روي دو مجموعه داده پلاريمتري SAR در باندهاي L و C كه به ترتيب توسط سنجنده هاي AIRSAR و RADARSAT-2 اخذ گرديده اند، صحت روش پيشنهادي را تاييد مي كنند. آزمايش ها نشان مي دهد كه بهترين نتيجه براي تصاوير آشكارسازي در حالت استفاده از داده هاي پلاريمتري span و آنتروپي حاصل مي شود كه در اين حالات، علاوه بر دقت بالاي آشكارسازي نرخ هشدار اشتباه كمتري نيز به دست مي آيد.

In synthetic aperture radar (SAR) imagery, ship-sea contrast can be significantly improved when the polarimetric information is used, compared with information from a single channel SAR. The constant false alarm rate (CFAR) detection algorithm based on the alpha-stable (AS) distribution model is a descent method for ship detection in sea. The most important step in this method is the parameter estimation of the AS probability density function for which the method of log-cumulants (MoLC) parameter estimation is proposed and utilized in this study. Evaluation results of the proposed method on two L- and C-band polarimetric SAR (PolSAR) datasets which are acquired by AIRSAR and RADARSAT-2 sensors confirm the accuracy of the method. Experimental results show that the best results of detection maps are achieved when the polarimetric span and entropy data are used where a high detection accuracy in the latter cases are along with a low number of false alarms.