Uzay-frekans gösterimleri ile sentetik açıklık radar görüntülerinin işlenmesi

Sentetik açıklık radar (SAR) hava veya uzay aracı platformları ile taşınan, arttırılmış uzamsal çözünürlük sağlayan, mikrodalga radar yeryüzü görüntüleme sistemleri olup, askeri ve sivil kullanım alanları olan bir uzaktan algılama sistemidir. SAR, mikrodalga radar kullanılması ile hava şartlarından etkilenmeden görüntüleme yapılabilmesine olanak sağlamakta, aynı zamanda toprak ya da bitki örtüsünde belirli bir derinliğe kadar nüfuz imkânı sağlamaktadır. SAR görüntüleme çeşitli mikrodalga frekansları, çeşitli elektromanyetik polarizasyonları ve faz farkı ile zenginleştirilebilmektedir. SAR görüntülemenin, arazi kullanımı, kirlilik tespiti, buzul takibi, askeri hedef belirleme, doğal afet sonrası hasar tespiti vb. kullanım alanları bulunmaktadır. SAR üzerindeki çalışmalar görüntü eldesi ve elde edilen görüntünün işlenmesi olarak ayrılabilir. Elde edilen SAR görüntüsü, benek gürültü olarak adlandırılan, çözünürlük hücresinde farklı yollar ile oluşan geri saçılımların girişiminin sebep olduğu, çarpımsal olarak modellenebilen gürültü ile bozulmaktadır. Çalışma ile polarimetrik SAR görüntü üzerinde verinin çeşitli adımlardaki işlenme süreçlerine ilişkin olarak önerilen yöntemlerin karşılaştırmalı olarak analizine yer verilmektedir. Çalışma ile polarimetrik SAR görüntüsünde benek gürültü giderim yöntemleri karşılaştırmalı olarak incelenerek, iyileştirme adımları önerilmiştir. Önerilen iyileştirme adımları benek azaltan eşyönsüz yayılım filtresinin benek gürültü giderim etkisini arttıracak yönde Gauss filtresi ile birleştirilmesi ve kenar korunumunu arttıracak yönde Canny kenar belirleme ile birleştirilmesini içermektedir. Çalışma ile önerilen yerel Fourier dönüşümü yöntemi SAR sınıflama için tanımlanarak, standart özellik çıkarım yöntemleri ile karşılaştırmalı olarak sınıflama başarımına etkisi incelenmiştir. Çalışmada curvelet temelli iki özellik çıkarım yöntemi SAR sınıflama için uyarlanmış, curvelet histogramları olarak adlandırılan üçüncü bir curvelet temelli özellik çıkarımı özgün olarak tanımlanmış ve standart özellik çıkarım yöntemleri ile sınıflama başarımına etkileri açısından karşılaştırmalı olarak incelenmiştir. Önerilen özellik çıkarım yöntemleri çeşitli kümeleme algoritmaları ile kullanılarak kümelemedeki etkileri incelenmiştir. Önerilen özellik çıkarım yöntemlerinin orijinal veri üzerinde gürültü giderimine ihtiyaç olmadan uygulanabilir olması ve benek gürültü giderilmiş duruma göre %5'e varan oranlarda daha başarılı sınıflama sonuçları vermeleri elde edilen önemli sonuçlardandır. Önerilen yöntemlerin tanımları gereği taşıdıkları yerel ve uzamsal özelliklerin etkisi artan sınıflama başarısı ile görülmektedir.