Düzgün Olmayan Yönlü Süzgeç Bankası Yöntemi ile Yere Nüfuz Eden Radar Görüntülerinde Gürültü Giderme
Abstract
Yere nüfuz eden radar (YNR) engel arkası hedefleri görüntülemek için kullanılan önemli bir teknolojidir. Fakat çok geniş bantlı bir yapısı olmasından dolayı, alıcı tarafından toplanan sinyal gürültü içermektedir. Gürültü, hedef sinyalinin zayıf olmasından dolayı onu maskeleyebilir ve engel arkasındaki hedefin tespitini güçleştirir. Bu sebeple, YNR görüntülerinde gürültü giderme amacıyla birçok yöntem önerilmiştir. Bunlar arasında çok çözünürlüklü yöntemler önemli bir yer tutmaktadır. Bu yöntemlerden en bilineni ayrık dalgacık dönüşümü (ADD)’dür. ADD ile hedef çeşitli detay alt-bantlara ayrıştırılarak gürültü bileşeni eşikleme yöntemi ile giderilmeye çalışılır. Fakat bu yöntemde alt-bantlara ayrıştırma işlemi sınırlıdır ve bu yüzden performansı iyi değildir. ADD’den sonra, daha kapsamlı bir ayrıştırma yapan eğricik dönüşümü (ED) gürültü giderme amacı ile YNR görüntülerinde uygulanmış ve iyi bir performans sergilemiştir. Fakat ED yönteminde frekans bölgesinde sabit bir bölümleme işlemi yapılmaktadır. Bu çalışmada önerilen düzgün olmayan yönlü süzgç bankası (DOYSB)’ında ise, ED gibi görüntüyü sabit frekans aralıklarına bölmek yerine esnek bir yapıda frekans bölme imkanı sağlamaktadır. Bu sayede, YNR görüntüsünde hedefi daha iyi koruyabilecek frekans bölgesi ayrışımı yapılabilmektedir ve gürültü daha efektif olarak hedef sinyalini bozmadan giderilmektedir. Önerilen DOYSB yöntemi, mevcut yöntemler ile zorlayıcı bir simülasyon veri seti kullanılarak karşılaştırılmıştır. DOYSB yönteminin üstünlüğü hem görsel hem sayısal olarak gösterilmiştir.
Keywords
References
- Abujarad, F., Jostingmeier, A., & Omar, A. S. (2004, June). Clutter removal for landmine using different signal processing techniques. In Proceedings of the Tenth International Conference on Grounds Penetrating Radar, 2004. GPR 2004. (pp. 697-700). IEEE.
- Averbuch, A., Coifman, R. R., Donoho, D. L., Elad, M., & Israeli, M. (2006). Fast and accurate polar Fourier transform. Applied and computational harmonic analysis, 21(2), 145-167. doi: 10.1016/j.acha.2005.11.003.
- Baili, J., Lahouar, S., Hergli, M., Al-Qadi, I. L., & Besbes, K. (2009). GPR signal de-noising by discrete wavelet transform. Ndt & E International, 42(8), 696-703. doi: 10.1016/j.ndteint.2009.06.003.
- Baili, J., Lahouar, S., Hergli, M., Amimi, A., & Besbes, K. (2006). Application of the discrete wavelet transform to denoise GPR signals. In 2nd International Symposium on Communications, Control and Signal Processing, Marrakech, Morocco (p. 11).
- Bao, Q. Z., Li, Q. C., & Chen, W. C. (2014). GPR data noise attenuation on the curvelet transform. Applied Geophysics, 11(3), 301-310.
- Brunzell, H. (1999). Detection of shallowly buried objects using impulse radar. IEEE Transactions on Geoscience and Remote sensing, 37(2), 875-886. doi: 10.1109 / 36.752207.
- Candes, E., Demanet, L., Donoho, D., & Ying, L. (2006). Fast discrete curvelet transforms. Multiscale Modeling & Simulation, 5(3), 861-899. doi: 10.1137/05064182X.
- Chen, X. Y., Xie, X. M., & Shi, G. M. (2006, May). Direct design of near perfect reconstruction linear phase nonuniform filter banks with rational sampling factors. In 2006 IEEE International Conference on Acoustics Speech and Signal Processing Proceedings (Vol. 3, pp. III-III). IEEE. doi: 10.1109/ICASSP.2006.1660638.
- Da Cunha, A. L., Zhou, J., & Do, M. N. (2006). The nonsubsampled contourlet transform: theory, design, and applications. IEEE transactions on image processing, 15(10), 3089-3101. doi: 10.1109/TIP.2006.877507.
- Donoho, D. L. (1995). De-noising by soft-thresholding. IEEE transactions on information theory, 41(3), 613-627. doi: 10.1109 / 18.382009.