Joint sparsity-driven inversion and model error correction for SAR imaging
SAR görüntüleme için ortak seyreklik güdümlü geriçatım ve model hatası düzeltimi
- Tez No: 309425
- Danışmanlar: YRD. DOÇ. DR. MÜJDAT ÇETİN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sentetik açıklık radarı, Synthetic aperture radar
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çeşitli uygulamalardaki görüntü oluşturma algoritmaları açık veya kapalı olarak gözlem sürecinin matematiksel modeline bağlıdır. Gözlem modelindeki hatalar, oluşturulan görüntüde kötüleşmeye ve çeşitli bozukluklara neden olabilmektedir. Bu tezin ilgi alanı ise özellikle harekete bağlı model hatalarının ortaya çıktığı sentetik açıklıklı radar (synthetic aperture radar (SAR)) görüntü oluşturmadır. Bu tip hatalar SAR verisinde faz hatalarına, faz hataları da oluşturulan görüntülerde bulanıklaşmaya yol açmaktadır. Özellikle seyrek gösterimle ifade edilebilecek sahneleri gözönüne alarak, aynı anda hem SAR görüntüsü oluşturan hem de faz hatalarının giderilmesini sağlayan seyreklik güdümlü bir yöntem öneriyoruz. Bu yöntemde, faz hataları görüntü oluşturma aşamasında düzeltilmektedir. Problem, karesel olmayan düzenlileştirmeye dayalı bir çerçevede, bir eniyileme problemi olarak ele alınmaktadır. Yöntem yinelemeli bir algoritmaya sahip olup, her yineleme, görüntü oluşturma ve model hatası düzeltimi olmak üzere ardışık iki basamaktan oluşmaktadır. Deneysel sonuçlar, önerilen yöntemin, hem çeşitli tipteki faz hataları için etkinliğini hem de SAR görüntülemesindeki model hatalarının giderilmesi için geliştirilmiş yöntemlere göre üstünlüklerini göstermektedir.
Özet (Çeviri)
Image formation algorithms in a variety of applications have explicit or implicit dependence on a mathematical model of the observation process. Inaccuracies in the observation model may cause various degradations and artifacts in the reconstructed images. The application of interest in this thesis is synthetic aperture radar (SAR) imaging, which particularly suffers from motion-induced model errors. These types of errors result in phase errors in SAR data which cause defocusing of the reconstructed images. Particularly focusing on imaging of fields that admit a sparse representation, we propose a sparsity-driven method for joint SAR imaging and phase error correction. In this technique, phase error correction is performed during the image formation process. The problem is set up as an optimization problem in a nonquadratic regularization-based framework. The method involves an iterative algorithm each iteration of which consists of consecutive steps of image formation and model error correction. Experimental results show the effectiveness of the proposed method for various types of phase errors, as well as the improvements it provides over existing techniques for model error compensation in SAR.
Benzer Tezler
- Sparsity-driven coupled imaging and autofocusing for interferometric SAR
İnterferometric SAR için seyreklik-odaklı ortak görüntüleme ve odaklama
OĞUZCAN ZENGİN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiDOÇ. DR. MÜJDAT ÇETİN
- An efficient beam and channel acquisition via sparsity map and joint angle-delay power profile estimation for wideband massive MIMO systems
Geniş bantlı masif MIMO sistemler için seyreklik haritası ve uzay-zaman güç profili kestirimine dayalı etkili hüzme ve kanal öğrenme algoritmaları
ALİ OSMAN KALAYCI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN MUZAFFER GÜVENSEN
- Joint learning of morphological segmentation, morpheme tagging, part-of-speech tagging, and dependency parsing
Morfolojik analiz, sözcük türü işaretleme ve bağlılık ayrıştırmanın eş zamanlı öğrenilmesi
HÜSEYİN ALEÇAKIR
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı (disiplinlerarası)
Prof. Dr. HÜSEYİN CEM BOZŞAHİN
DR. ÖĞR. ÜYESİ BURCU CAN BUĞLALILAR
- Sparsity-based discriminative tracking with adaptive cue integration
Seyrek kodlama tabanlı adaptif sonuç entegrasyonlu ayırt ederek çalışan görsel nesne takip sistemi
HASAN TUĞRUL ERDOĞAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. MEHMET ERKUT ERDEM
YRD. DOÇ. İBRAHİM AYKUT ERDEM
- Unsupervised joint part-of-speech tagging and stemming for agglutinative languages
Sondan eklemeli dillerde gözetimsiz eşzamanlı sözcük türü işaretleme ve gövdeleme
NECVA BÖLÜCÜ
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BURCU CAN BUĞLALILAR