Türev tabanlı yöntemler kullanarak SAR görüntülerinde gemi tespiti

Sentetik Açıklıklı Radar (SAR) görüntüleri, hava koşullarından ve gün ışığından bağımsız olarak yüksek kaliteli görüntü sağlayabilmeleri nedeniyle denizcilik uygulamalarında yaygın olarak kullanılmaktadır. Ancak SAR görüntülerinde gemi tespiti, koherent benek (speckle) gürültüsü, kıyı bölgelerindeki karmaşık arka plan yapıları ve yoğun hedef dağılımları gibi zorluklar içermektedir. Bu tez kapsamında, düşük kontrastlı, kıyıya yakın ve yoğun hedef içeren SAR görüntülerinde gemi tespitine yönelik hem matematiksel tabanlı hem de derin öğrenme tabanlı yaklaşımlar geliştirilmiştir. Önerilen matematiksel yöntemde, öncelikle kara alanlarının ve benek gürültüsünün etkisini azaltmak amacıyla görüntülerin Hessian matrisi ve özdeğerleri hesaplanmıştır. Elde edilen en büyük özdeğer bilgisi Gauss fonksiyonuna giriş olarak verilmiş, ardından görüntülerin standart sapma ve ortalama haritaları oluşturulmuştur. Bu haritalar olasılıksal bir yaklaşımla birleştirilerek gemi bölgelerini belirginleştiren yeni bir görüntü elde edilmiştir. Son aşamada morfolojik işlemler ve bağlı bileşen analizi uygulanarak gemi adayları tespit edilmiştir. Gerçekleştirilen deneysel çalışmalar, önerilen yöntemin hem doğruluk hem de işlem süresi açısından başarılı sonuçlar verdiğini göstermiştir. Tez kapsamında önerilen yöntemin dışında ayrıca SAR görüntülerinde gemi tespiti amacıyla YOLO tabanlı derin öğrenme modelleri kullanılmış ve farklı veri kümeleri üzerinde deneysel analizler gerçekleştirilmiştir. Elde edilen sonuçlar, derin öğrenme tabanlı yaklaşımın yüksek tespit performansı sağladığını ortaya koymuştur. Sonuç olarak, hem matematiksel görüntü işleme yöntemleri hem de derin öğrenme tabanlı modeller kullanılarak SAR görüntülerinde gemi tespiti problemine yönelik etkili ve başarılı çözümler geliştirilmiştir.