AI Summary & Key Takeaways
AI InsightBoth visual and quantitative results which obtained for the simulated dataset are proved the superiorty of our proposed method.
📌 3 Key Takeaways
Abstract
Ground penetrating radar (GPR) is an important technology that is used for imaging target through obstacle. Since it has ultrawide band structure, the signal obtained by receiver contains noise component. This component can corrupt the target signal and make target detection difficult. Thus, there are numerious methods are proposed for denoising purposes in GPR community and multiresolution based methods are one of them. The most popular one is the discrete wavelet transform (DWT) where it decomposes the GPR image into detail subbands then the obtained wavelet coeffcients are thresholded to remove the noise. However, DWT decomposition is very limited and the performance is not satisfying in GPR denoising. Then, the curvelet transform (CT) is proposed which makes more detailed decomposition compared to DWT thus it obtained better results. However, the frequency partitioning of the CT is fixed and it cannot be changed. In this study, we proposed a nonuniform directional filter bank (NUDFB) which has arbitrary frequency partitioning unlike CT. Thus, it gives us ability to make more effective frequency partitioning by preserving the target signal structure and the noise component can be remove more effecitiently. The proposed NUDFB method is compared with the other avaiable methods by using our simulated dataset which contains challenging scenarios. Both visual and quantitative results which obtained for the simulated dataset are proved the superiorty of our proposed method.
Özet
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.