چکیده:
آشکارسازی و ردیابی خودکار اهداف کوچک در تصاویر مادون¬قرمز از اهمیت زیادی در جهان مدرن برخوردار است. تبدیل Top-Hat دسته مهمی از تبدیل¬های غیرخطی ریخت شناسی است که کاربردهای گسترده¬ای در آشکارسازی و ردیابی اهداف در تصاویر مادون¬قرمز دارد. مهم¬ترین مسئله در بهبود کارایی تبدیل¬¬ Top-Hat، به¬کارگیری المان¬ساختاری متناسب با SNR هر تصویر است. از آن جایی که تصاویر دارای کلاتر و اهداف متفاوتند، استفاده از المان¬ساختاری با ابعاد و شکل ثابت برای تصاویر با SNRهای مختلف در بسیاری از موارد نمی¬تواند به آشکارسازی دقیق اهداف منجر شود. در این مقاله به منظور آشکارسازی دقیق اهداف در تصویر مادون قرمز، الگوریتم ژنتیک پیوسته برای دست¬یابی به المان¬ساختاری تطبیقی پیشنهاد شده است که مقادیر هر یک از پیکسل¬های المان آن منطبق با ویژگی¬های پس¬زمینه و هدف است. نتایج ارزیابی¬های کمی و کیفی بر روی تصاویر مادون¬قرمز واقعی نشان می¬دهد که روش پیشنهادی در مقایسه با روش¬های دیگر بر پایه ریخت شناسی با المان¬ساختاری ثابت و تطبیقی، دارای نسبت سیگنال به کلاتر (SCR) و ضریب تضعیف پس¬زمینه (BSF) به¬مراتب بالاتری است و هشدار¬های کاذب کمتری تولید می¬کند.
خلاصه ماشینی:
"نتایج ارزیابیهای کمی و کیفی بر روی تصاویر مادونقرمز واقعی نشان میدهد که روش پیشنهادی در مقایسه با روشهای دیگر بر پایه ریخت شناسی با المانساختاری ثابت و تطبیقی، دارای نسبت سیگنال به کلاتر (SCR) و ضریب تضعیف پسزمینه (BSF) بهمراتب بالاتری است و هشدارهای کاذب کمتری تولید میکند .
همانطور که در این ساختار نشان داده شده است، در روش پیشنهادی ابتدا برای پیکسلهای المانساختاری ثابت با بهکارگیری الگوریتم ژنتیک در طی نسلهای مختلف، مقداری منطبق با ویژگیهای هدف و پسزمینه تصویر بهدست میآید.
۴- کد کردن مساله با توجه به اینکه، تشخیص هدف از فاصله دور در حضور کلاتر پسزمینه کار دشواری است، در این مقاله، بهمنظور آشکارسازی - Opening - Closing - Crossover - Mutation دقیقتر اهداف از الگوریتم ژنتیک پیوسته برای دستیابی به المان ساختاری تطبیقی متناسب با ویژگیهای هدف استفاده شده است.
از بررسی شکلهای (11- ج- و) میتوان به این نتیجه رسید که تبدیل Top-Hat با همان المانساختاری ثابت مرجع [21] که برای تصویر شکل (6- الف) استفاده شده بود، به خوبی نتوانسته ناحیه هدف را ارتقاء دهد و مقدار زیادی از کلاتر باقیمانده پسزمینه در اطراف ناحیه هدف وجود دارد.
رجع شود به تصویر صفحه همانطور که نتایج ارزیابیهای کمی و کیفی نشان میدهد، الگوریتم پیشنهادی مقاله به خوبی میتواند المانساختاری تبدیل Top-Hat را به صورت تطبیقی با توجه به اهداف و ساختار تصاویر مادونقرمز پیشبینی نماید و در نتیجه با استفاده از آن میتوان آشکارسازی اهداف را بهبود و کلاتر و نویز پسزمینه را فرونشاند."