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 formlarındanözellik çıkarımı ve sınıflandırma yapılmıştır. Bu amaçla, radar Hedef Eko (RHE) sinyallerinden elde edilenZaman-Frekans Gösterimi (ZFG) imgelerinin entropi değerlerini kullanan bir özellik çıkarma mekanizmasıgeliştirilmiştir. Bu özellik çıkarma mekanizması altı adımdan oluşmaktadır. Birinci adımda, yüksekçözünürlüklü radar hedef eko sinyallerinin ZFG imgeleri elde edilmiştir. Bu adımda, yüksek çözünürlüklüradar hedef eko sinyallerinin ZFG imgelerinin elde edilmesi için Meksika şapkası dalgacık skalaogramıkullanılmıştır. Daha sonra bu renkli imgeler gri imgelere dönüştürülmüştür. İkinci adımda, gri ZFG imgeleriBulanık C-Ortalamalar algoritması kullanılarak bölütlenmiştir. Üçüncü adımda, Canny kenar tespit yöntemikullanılarak bu gri seviye ZFG imgelerinin kenarları tespit edilmiştir. Dördüncü adımda, merkez kenardeğişim yöntemi yardımı ile gri ZFG imgelerinin kenar piksellerinin merkez piksellerine olan uzaklığınıtemsil eden uzaklık vektörleri elde edilmiştir. Beşinci adımda, elde edilen uzaklık vektörlerinin her biri içinbazı entropi değerleri hesaplanmıştır. Bu çalışmanın altıncı adımında, elde edilen özellik vektörünükullanarak sınıflandırma işlemini gerçekleştirilmiştir. Bu amaçla ilk önce sırasıyla doğrusal sınıflandırıcılarolan K - En yakın Komşuluk (KEK) algoritması ve Bayes Karar Algoritması (BKA) ile sınıflandırma işlemiyapılmıştır ve sırasıyla % 74.92 ve % 79.08’ lik doğru sınıflandırma test başarımları elde edilmiştir. Dahasonra ise sınıflandırıcı olarak Çok Katmanlı ileri beslemeli Yapay Sinir Ağı (YSA) kullanılmıştır. Buuygulama çalışması sonucunda kullanılan hedef nesneleri için % 88.8’ lik bir doğru sınıflandırma testbaşarımı elde edilmiştir.