Ανάπτυξη και αξιολόγηση αλγορίθμων για τον αυτόματο εντοπισμό σταθμευμένων αεροσκαφών σε διαχρονικά δορυφορικά δεδομένα

Abstract

Ο εντοπισμός στόχων αποτελεί μια από τις πιο συνηθισμένες εφαρμογές πάνω σε τηλεπισκοπικά δεδομένα. Με την ανάπτυξη της δορυφορικής τηλεπισκόπησης όλο και υψηλότερης ανάλυσης δεδομένα διατίθενται προς αξιοποίηση με αποτέλεσμα η ανάγκη για υλοποίηση εφαρμογών αυτόματου εντοπισμού να μεγαλώνει διαρκώς. Βασικό αντικείμενο της παρούσας διπλωματικής εργασίας αποτέλεσε η διερεύνηση, ανάπτυξη και αξιολόγηση μεθοδολογίας για τον αυτόματο εντοπισμό στρατιωτικών στόχων. Αρχικά χρησιμοποιήθηκαν τεχνικές αντιστοίχισης, κατωφλίωσης και μαθηματικής μορφολογίας ενώ στον δεύτερο αλγόριθμο έγινε χρήση τεχνικών αναγνώρισης προτύπων και μηχανών υποστήριξης διανυσμάτων (SVM). Η μεθοδολογία που χρησιμοποιήθηκε στον δεύτερο αλγόριθμο αξιοποίησε τράπεζα φίλτρων Gabor για τον υπολογισμό της υφής των δεδομένων εκπαίδευσης ενώ έγινε χρήση και του διδιάστατου διακριτού μετασχηματισμού Fourier. Στο τέλος χρησιμοποιήθηκε μια γραμμική μηχανή υποστήριξης διανυσμάτων(SVM) για τον εντοπισμό των στόχων. Τα πειραματικά αποτελέσματα αναπαριστούν την ακρίβεια που επιτεύχθηκε με την παραπάνω μεθοδολογία.

Target detection is one of the most common applications on remote sensing data. With the remote sensing development more and more high resolution data can be utilized and as a result the need for automatic detection applications also grows. Basic object of this thesis is the exploration, development and evaluation of a method for the automatic detection of military targets.Initially they were used registration, thresholding and mathematic morphology techniques while the second algorithm approach is based on pattern recognition techniques and Support Vector Machines (SVM).Gabor filter bank was utilized for the texture’s calculation of the training data and also used the two-dimensional discrete Fourier transformation (2D DFFT). In the end, a linear Support Vectors Machine was used for the targets’ detection. The experimental data represent the accuracy achieved with the above-mentioned method.