Avaliação e comparação de algoritmos de segmentação de imagens de radar de abertura sintética

• Autor(a) principal: Eduardo Viegas Dalle Lucca
• Data de Publicação: 1998
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/sid.inpe.br/deise/2000/04.27.16.28

Este trabalho tem como objetivo avaliar e comparar o desempenho de dois algoritmos de segmentação de imagens de radar de abertura sintética (SAR), o Merge Using Moments (MUNI)e o RWSEG, os quais estão implementados no software CAESAR versão 2.1 (NASoftware, 1994). A avaliação tem como base a aplicação desses algoritmos em estudos de uso e ocupação do solo e e feita através de analise qualitativa e quantitativa das segmentações de imagens testes produzidas pelos mesmos. 0 conjunto de imagens teste e composto por imagens real e sintéticas, contendo regiões com diferentes graus de homogeneidade (homogêneas, heterogêneas e extremamente heterogêneas), processadas com diferentes números de looks e tipo de detecção linear. 0 processo de obtenção das imagens sintéticas compreende basicamente três etapas. A primeira consiste na criação de uma imagem idealizada que resume as principais características geométricas e topológicas da ocupação do solo. A segunda na classificação das regiões criadas em função do grau de homogeneidade. A terceira na modelagem estatística das observações provindas dessas classes através de distribuições particulares associadas aos graus de homogeneidade e derivadas do modelo multiplicativo adotado para representar os dados SAR monoespectrais em amplitude. As avaliações qualitativa e quantitativa são baseadas na comparação da segmentação de uma imagem produzida pelos algoritmos com a segmentação da mesma imagem obtida manualmente, a qual e suposta como verdadeira e empregada como referencia. 0 resultado qualitativo e obtido através da comparação puramente visual enquanto que o quantitativo e obtido a partir da aplicação de método empírico de discrepância, no qual as diferenças entre as segmentações comparadas são quantificadas empregando-se medidas de discrepância. Para tanto são definidas medidas quantitativas para avaliar a qualidade de uma segmentação do ponto de vista da correção de posição, tamanho, forma e intensidade media dos seus segmentos. A avaliação quantitativa das imagens simuladas conta ainda com urna experiência Monte Carlo, realizada com objetivo de amenizar a influencia de uma imagem particular nos resultados obtidos. A avaliação e a comparação relativa entre os algoritmos são feitas do ponto de vista da adequação para o tipo de aplicação definido, do desempenho qualitativo e quantitativo das segmentações produzidas de cada imagem de entrada, da capacidade de segmentar regiões com diferentes graus de homogeneidade, do custo computacional e da simplicidade.