Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética

Gambini, María Juliana

Registro:

Documento:	Tesis Doctoral
Disciplina:	computacion
Título:	Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
Autor:	Gambini, María Juliana
Editor:	Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Publicación en la Web:	2012-12-14
Fecha de defensa:	2006
Fecha en portada:	2006
Grado Obtenido:	Doctorado
Título Obtenido:	Doctor de la Universidad de Buenos Aires en el área de Ciencias de la Computación
Director:	Mejail, Marta Estela
Jurado:	Lucini, M.; Chávez, J.; D' Avila Mascarenhas, N.
Idioma:	Español
Tema:	computación/procesamiento de imágenes
Formato:	PDF
Handle:	http://hdl.handle.net/20.500.12110/tesis_n3966_Gambini
PDF:	https://bibliotecadigital.exactas.uba.ar/download/tesis/tesis_n3966_Gambini.pdf
Registro:	https://bibliotecadigital.exactas.uba.ar/collection/tesis/document/tesis_n3966_Gambini
Ubicación:	Dep.COM 003966
Derechos de Acceso:	Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Gambini, María Juliana. (2006). Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de http://hdl.handle.net/20.500.12110/tesis_n3966_Gambini

Resumen:

Las imágenes de Radar de Apertura Sintética (SAR), tanto monopolarizadas como polarimétricas, son de suma importancia en la comprensión y entendimiento del medio ambiente, porque a partir de ellas puede obtenerse información que ningún otro tipo de imágenes provee. Sin embargo, las imágenes SAR tienen la desventaja de que son muy difíciles de analizar e interpretar. Hallar el contorno de regiones es una tarea particularmente complicada en este tipo de imágenes, debido al ruido speckle que corrompe la imagen e impide encontrar los puntos de la frontera entre diferentes regiones. En esta tesis se presenta un nuevo enfoque en modelado, extracción de características, detección de bordes y segmentación de imágenes SAR, por medio del ajuste del contorno de regiones en la imagen. Comienza con una síntesis sobre las herramientas que utilizamos durante todo el trabajo: las imágenes SAR monopoloarizadas, la familia de distribuciones estadísticas G y las curvas B-Spline. Luego se introduce una serie de procedimientos para detección de bordes en imágenes SAR, basados en hallar puntos de borde entre regiones a lo largo de segmentos de recta estratégicamente dispuestos sobre la imagen. Estos algoritmos comienzan con el proceso de inicialización, que consiste en ubicar una curva B-Spline, y continúan con los métodos de detección que trabajan en un entorno de la misma. El objetivo de la inicialización es que los métodos tengan más rápida convergencia y menor costo computacional. Los métodos de contornos deformables fallan cuando el objeto de interés no es convexo, proponemos entonces un algoritmo que soluciona los problemas que dependen de la forma del objeto. Se exponen también dos métodos alternativos en la búsqueda de los puntos de borde: uno que utiliza difusión anisotrópica para suavizar el arreglo de estimaciones y otro basado en estimaciones de la dimensión fractal. Todos los métodos son evaluados y comparados. Finalmente se presenta un algoritmo de detección de bordes en imágenes SAR polarimétricas. La validez y eficiencia de los métodos presentados está rigurosamente confirmada por experimentaciones en imágenes sintéticas y reales.

Abstract:

Synthetic Aperture Radar (SAR) images, both monopolarized and polarimetric, are a very important tool in the understanding of the environment, because they provide information no other sensor can provide. Nevertheless, these images have the disadvantage of being very difficult of analyzing and interpreting. Finding region contours is a particularly complicated task in this type of images, due to the speckle noise that degrades them and makes it difficult to find the border points between two regions. This thesis presents a new approach for modelling, feature extraction, boundary detection and segmentation in SAR images, using region contour fitting. We begin with a synthesis about the tools we will use throughout this work: monopolarized SAR images, the G family of statistical distributions and the B-Spline curves. After this, a series of procedures for boundary detection in SAR images, based on finding points on the frontier between two regions along straight lines conveniently placed on the image, is introduced. These algorithms begin with an initialization process that consists in placing a B-Spline curve, and continue with detection methods that operate in a neighborhood of it. The objective of the initialization is allow all methods to converge faster and with a lower computational cost. The deformable contour methods fail when the object of interest is not convex. We thus propose an algorithm that solves the problems that depend on the object’s shape. We also expose two alternative methods for the search of the border points: one that uses anisotropic diffussion for smoothing the array of estimates, and other based on fractal dimension estimates. All the methods are evaluated and compared. Finally, a border detection algorithm in polarimetric SAR images, is presented. The validity and efficiency of the presented methods is rigurously confirmed by experiments in synthetic and real SAR images.

Citación:

---------- APA ----------

Gambini, María Juliana. (2006). Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/tesis_n3966_Gambini

---------- CHICAGO ----------

Gambini, María Juliana. "Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética". Tesis Doctoral, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2006.https://hdl.handle.net/20.500.12110/tesis_n3966_Gambini

Estadísticas:

Descargas totales desde :

Navegar

Colección

Tesis Doctoral