حذف ناحيه كور در تصاوير سونار و دسته بندي اهداف با كمك ويژگي هاي ساختاري شكل

Using Structural Features of Targets on Classification and Removal of Gap Region in SONAR Images

نقش دریاها و در كنار آن خطرات انسانی موجود در اعماق آن‌ها باعث شد كه هشداردهنده‌ها و آشكارسازهای بستر دریا ازجمله سونار موردتوجه محققین قرارگرفته و به‌عنوان یكی از زمینه‌های مهم تحقیقاتی مطرح شوند. در این مقاله، روشی جدید برای پردازش تصاویر سونار و حذف ناحیه كور در تصاویر سونار اسكن جانبی معرفی شد. در روش پیشنهادی، با استفاده از الگوریتم تجانس فاز و ویژگی‌های ساختاری شكل، ناحیه كور حذف و تشخیص اهداف در تصاویر بهبود‌یافته است. برای بررسی كارایی روش پیشنهادی، تصاویر واقعی بستر اسكله شهید حقانی بندرعباس مورداستفاده قرار گرفت، نتایج حاكی از تشخیص بهتر اهداف و بهبود 4/4 درصدی معیار حساسیت، 4 درصدی معیار نرخ نمایش اهداف، 6/75 درصدی معیار نرخ نمایش غیر اهداف و 8/5 ثانیه‌ای مدت‌زمان اجرای الگوریتم نسبت به الگوریتم‌ كلاسیك گرادیان شیب است.

Seas and theirs risks for humans caused that warning equipments like SONAR attended by many of researchers about seabed. In this paper, a new method is introduced for sonar image processing and removal of gap region in side-scan sonar images. In the proposed method, to improve removal efficiency of gap region and target detection in sonar images, phase congurency algorithm and structural characteristics of shape are used. In this study, Haqqani port, Bandar Abbas, Iran seabed images are used to show the efficiency of phase congruency method. The proposed method is compared with classic gradient method, and the results show that the proposed method has more efficiency than classic methods. These method improved parameters like: sensitivity (4.4 %), Detected Evaluation Ratio (4 %), Detected False Evaluation Ratio (75.6 %) Algorithm running time (5.8 Sec).