Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1
The paper considers the problem of using images from SAR satellites for the identification of seagoing vessels. It describes the main functions of software and technological complex of the automated monitoring. The system is operated with utilizing space images of SAR satellites Sentinel 1A (B). The...
Gespeichert in:
| Datum: | 2021 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine
2021
|
| Schlagworte: | |
| Online Zugang: | https://ujrs.org.ua/ujrs/article/view/205 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Ukrainian Journal of Remote Sensing of the Earth |
Institution
Ukrainian Journal of Remote Sensing of the Earth| id |
uajuacgovua-article-205 |
|---|---|
| record_format |
ojs |
| institution |
Ukrainian Journal of Remote Sensing of the Earth |
| baseUrl_str |
|
| datestamp_date |
2022-07-10T20:30:21Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
Radar space image Sentinel 1 adaptive threshold algorithm speckle-noise estimation of distribution parameters K-distribution |
| spellingShingle |
Radar space image Sentinel 1 adaptive threshold algorithm speckle-noise estimation of distribution parameters K-distribution Kuzmin, Anatolii Grekov, Leonid Veriuzhskyi, Georgii Petrov, Oleksii Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| topic_facet |
Radar space image Sentinel 1 adaptive threshold algorithm speckle-noise estimation of distribution parameters K-distribution Радарный космический снимок Sentinel 1 адаптивный пороговый алгоритм спекл-шум оценка параметров распределения К-распределение Радарний космічний знімок Sentinel 1 адаптивний пороговий алгоритм спекл-шум оцінка параметрів розподілу К-розподіл |
| format |
Article |
| author |
Kuzmin, Anatolii Grekov, Leonid Veriuzhskyi, Georgii Petrov, Oleksii |
| author_facet |
Kuzmin, Anatolii Grekov, Leonid Veriuzhskyi, Georgii Petrov, Oleksii |
| author_sort |
Kuzmin, Anatolii |
| title |
Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| title_short |
Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| title_full |
Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| title_fullStr |
Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| title_full_unstemmed |
Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 |
| title_sort |
software and technological complex of identification of sea vessels based on the use of radar space images sentinel 1 |
| title_alt |
Программно-технологический комплекс идентификации морских судов на базе использования космических радарных снимков Sentinel 1 Програмно-технологічний комплекс ідентифікації морських суден на базі використання радарних космічних знімків Sentinel 1 |
| description |
The paper considers the problem of using images from SAR satellites for the identification of seagoing vessels. It describes the main functions of software and technological complex of the automated monitoring. The system is operated with utilizing space images of SAR satellites Sentinel 1A (B). The algorithmic part, which implements the detection on the sea surface the marks associated with ships, is described in details. To reduce the impact of speckle-noise, the image is pre-processed with the improved Lee-filter. Further processing lies in using an adaptive threshold algorithm that provides detection for each local background fragment of the image the unusually bright pixels, at the same time the algorithm provides a constant probability of error. By solving a nonlinear equation, for each position of the background window the algorithm finds the threshold brightness value and then all pixels above this value are considered vessels. In advance the evaluation of parameters of statistical distribution of pixels’ brightness is performed for each position of the background window. K-mean is used for such distribution. The selected bright pixels are combined into compact groups and their size and coordinates are being determined. The obtained results are compared with the data of the AIS, Automatic Identification System of ships, and the results are displayed on a cartographic basis. |
| publisher |
Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine |
| publishDate |
2021 |
| url |
https://ujrs.org.ua/ujrs/article/view/205 |
| work_keys_str_mv |
AT kuzminanatolii softwareandtechnologicalcomplexofidentificationofseavesselsbasedontheuseofradarspaceimagessentinel1 AT grekovleonid softwareandtechnologicalcomplexofidentificationofseavesselsbasedontheuseofradarspaceimagessentinel1 AT veriuzhskyigeorgii softwareandtechnologicalcomplexofidentificationofseavesselsbasedontheuseofradarspaceimagessentinel1 AT petrovoleksii softwareandtechnologicalcomplexofidentificationofseavesselsbasedontheuseofradarspaceimagessentinel1 AT kuzminanatolii programmnotehnologičeskijkompleksidentifikaciimorskihsudovnabazeispolʹzovaniâkosmičeskihradarnyhsnimkovsentinel1 AT grekovleonid programmnotehnologičeskijkompleksidentifikaciimorskihsudovnabazeispolʹzovaniâkosmičeskihradarnyhsnimkovsentinel1 AT veriuzhskyigeorgii programmnotehnologičeskijkompleksidentifikaciimorskihsudovnabazeispolʹzovaniâkosmičeskihradarnyhsnimkovsentinel1 AT petrovoleksii programmnotehnologičeskijkompleksidentifikaciimorskihsudovnabazeispolʹzovaniâkosmičeskihradarnyhsnimkovsentinel1 AT kuzminanatolii programnotehnologíčnijkompleksídentifíkacíímorsʹkihsudennabazívikoristannâradarnihkosmíčnihznímkívsentinel1 AT grekovleonid programnotehnologíčnijkompleksídentifíkacíímorsʹkihsudennabazívikoristannâradarnihkosmíčnihznímkívsentinel1 AT veriuzhskyigeorgii programnotehnologíčnijkompleksídentifíkacíímorsʹkihsudennabazívikoristannâradarnihkosmíčnihznímkívsentinel1 AT petrovoleksii programnotehnologíčnijkompleksídentifíkacíímorsʹkihsudennabazívikoristannâradarnihkosmíčnihznímkívsentinel1 |
| first_indexed |
2025-07-17T11:22:38Z |
| last_indexed |
2025-07-17T11:22:38Z |
| _version_ |
1850411127184293889 |
| spelling |
uajuacgovua-article-2052022-07-10T20:30:21Z Software and technological complex of identification of sea vessels based on the use of radar space images Sentinel 1 Программно-технологический комплекс идентификации морских судов на базе использования космических радарных снимков Sentinel 1 Програмно-технологічний комплекс ідентифікації морських суден на базі використання радарних космічних знімків Sentinel 1 Kuzmin, Anatolii Grekov, Leonid Veriuzhskyi, Georgii Petrov, Oleksii Radar space image Sentinel 1 adaptive threshold algorithm speckle-noise estimation of distribution parameters K-distribution Радарный космический снимок Sentinel 1 адаптивный пороговый алгоритм спекл-шум оценка параметров распределения К-распределение Радарний космічний знімок Sentinel 1 адаптивний пороговий алгоритм спекл-шум оцінка параметрів розподілу К-розподіл The paper considers the problem of using images from SAR satellites for the identification of seagoing vessels. It describes the main functions of software and technological complex of the automated monitoring. The system is operated with utilizing space images of SAR satellites Sentinel 1A (B). The algorithmic part, which implements the detection on the sea surface the marks associated with ships, is described in details. To reduce the impact of speckle-noise, the image is pre-processed with the improved Lee-filter. Further processing lies in using an adaptive threshold algorithm that provides detection for each local background fragment of the image the unusually bright pixels, at the same time the algorithm provides a constant probability of error. By solving a nonlinear equation, for each position of the background window the algorithm finds the threshold brightness value and then all pixels above this value are considered vessels. In advance the evaluation of parameters of statistical distribution of pixels’ brightness is performed for each position of the background window. K-mean is used for such distribution. The selected bright pixels are combined into compact groups and their size and coordinates are being determined. The obtained results are compared with the data of the AIS, Automatic Identification System of ships, and the results are displayed on a cartographic basis. В работе рассматривается задача использования космических снимков радарного диапазона для идентификации морских судов. Дается описание основных функций программно-технологического комплекса автоматизированного мониторинга. Система реализуется с использованием космических снимков радарных спутников Sentinel 1A(B). Подробно описана алгоритмическая часть, реализующая обнаружение на морской поверхности отметок, которые ассоциируются с судами. Для уменьшения воздействия спекл-шума, снимок предварительно обрабатывается с помощью улучшенного Ли -фильтра. Последующая обработка заключается в применении адаптивного порогового алгоритма, обеспечивающего обнаружение для каждого локального фонового фрагмента снимка необычно ярких пикселей, при этом алгоритм обеспечивает постоянную вероятность ошибок. Путем решения нелинейного уравнения. для каждого положения фонового окна алгоритм находит пороговое значение яркости выше которого все пиксели считаются судами. Предварительно для каждого положения фонового окна производится оценка параметров статистического распределения яркости пикселей. В качестве такого распределения используется К-распределение. Выделенные яркие пиксели объединяются в компактные группы и определяются их размер и координаты. Полученные результаты сравниваются с данными Автоматической идентификационной системы судов АИС, а результаты отображаются на картографической основе. В роботі розглядається задача використання космічних знімків радарного діапазону для ідентифікація морських суден. Дається опис основних функцій програмно-технологічного комплексу автоматизованого моніторингу. Система реалізується з використанням космічних знімків радарних супутників Sentinel 1A (B). Детально описана алгоритмічна частина, яка реалізує виявлення на морський поверхні відміток, що асоціюються з суднами. Для зменшення впливу спекл-шуму, знімок попередньо обробляється за допомогою покращеного Лі-фільтру. Подальша обробка полягає в застосуванні адаптивного порогового алгоритму, який забезпечує виявлення для кожного локального фонового фрагмента знімку незвичайно яскравих пікселів при цьому алгоритм забезпечує постійну ймовірність помилок. Шляхом розв’язання нелінійного рівняння, для кожного положення фонового вікна алгоритм знаходить порогове значення яскравості, вище якого усі пікселі вважаються суднами. Попередньо для кожного положення фонового вікна здійснюється оцінка параметрів статистичного розподілу яскравості пікселів. В якості такого розподілу використовується К- розподіл. Виділені яскраві пікселі об’єднуються в компактні групи і визначається їх розмір та координати. Отримані результати порівнюються з даними Автоматичної ідентифікаційної систе́ми суден АІС, а результати відображаються на картографічній основі. Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine 2021-12-10 Article Article application/pdf https://ujrs.org.ua/ujrs/article/view/205 10.36023/ujrs.2021.8.4.205 Ukrainian journal of remote sensing; Vol. 8 No. 4 (2021); 20-24 Украинский журнал дистанционного зондирования Земли; Том 8 № 4 (2021); 20-24 Український журнал дистанційного зондування Землі; Том 8 № 4 (2021); 20-24 2313-2132 uk https://ujrs.org.ua/ujrs/article/view/205/224 Copyright (c) 2021 Ukrainian journal of remote sensing |