ÖZ Yapay Açıklıklı Radar (Synthetic Aperture Radar (SAR)) görüntüleri askeri gözetim uygulamalarında kullanılan en temel araçlardandır. SAR görüntülerindeki askeri hedeflerin, otomatik tanınması işleminde karşılaşılan önemli sorunlardan biri, hedef sinyalleri ile karışan istenmeyen yankı (clutter) sinyallerinin, hedef sinyallerinin yanında önemli bir enerjiye sahip olmasıdır. Bu çalışmada, SAR görüntülerinde istenmeyen yankıları giderme teknikleri incelenmiş ve bu teknikler gerçek SAR verilerine uygulanmıştır. Sinyal modellemesi içermeyen, direkt eşikleme ve olasılık yoğunluk çarpıklığı kullanımı metotları ile adaptif dalgacık paket dönüşümüne (Adaptive Wavelet Packet Transform (AWPT)) ve istatistiksel modellemeye dayalı model tabanlı metotlar, SAR görüntülerinde denenmiş, performansları karşılaştırılmıştır. Gerçek SAR görüntüleri olarak MSTAR SAR veri kümesi kullanılmış ve hedef algılama için MSTAR hedef görüntülerine bu metotlar uygulanmıştır. Hedef özniteliklerinin korunması ve istenmeyen yankıların giderilmesi performansı açısından, istatistiksel modellemeye dayalı metodun diğer metotlardan daha iyi sonuçlar verdiği görülmüştür. Bu çalışma ile ayrıca istenmeyen yankıları modellemede en çok kullanılan olasılıksal dağılımların bir karşılaştırılması yapılmış ve Weibull ve K-dağılımların yüksek çözünürlüklü SAR yer istenmeyen yankıları için uygun modeller olduğu görülmüştür. Anahtar Kelimeler: SAR, istenmeyen yankı, CFAR, Weibull, K-dağılımı.

ABSTRACT Synthetic Aperture Radar (SAR) images are one of the fundemental devices used in military reconnaissance. An important problem encountered in the process of automatic recognition of military targets in SAR images is that the clutter signals which interfere with target signals, have significant energy levels, beside target signals. In this work, clutter cancellation techniques in SAR images were investigated and these techniques were applied to real SAR data. The methods that do not posses signal modelling, like direct thresholding and probability density skewness using and the model-based methods, like adaptive wavelet packet tansform (AWPT) and statistical modelling based; were applied to SAR images and their performances were compared. As real SAR images, MSTAR SAR data set was used and these methods were applied to MSTAR target images for target detection. In terms of target features preserving and clutter cancellation performance, it was seen that the method based on statistical modelling gives better results than the other methods. Furthermore, by this work, a comparision of probabilistic models that are mostly used for modelling the clutter was done and it was seen that Weibull and K distributions are suitable models for high resolution SAR land clutter. Key Words: SAR, clutter, CFAR, Weibull, K-distribution