Clasificación de Imágenes SAR utilizando descriptores de textura

"Las imágenes SAR (Sythetic Aperture Radar) y PolSAR (Polarimetric Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Gambini, Juliana, Rey, Andrea, Delrieux, Claudio
Formato: Ponencias en Congresos publishedVersion
Lenguaje:Español
Publicado: 2022
Materias:
PROCESAMIENTO DE IMAGENES
ENTROPIA
Acceso en línea:https://ri.itba.edu.ar/handle/123456789/3970
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-123456789-3970
record_format dspace
spelling I32-R138-123456789-39702022-12-07T14:13:47Z Clasificación de Imágenes SAR utilizando descriptores de textura Gambini, Juliana Rey, Andrea Delrieux, Claudio PROCESAMIENTO DE IMAGENES ENTROPIA "Las imágenes SAR (Sythetic Aperture Radar) y PolSAR (Polarimetric Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con un ruido inherente al méetodo de captura llamado ruido speckle que dificulta su análisis e interpretación automática. Los modelos avanzados de segmentación de imágenes SAR están dedicados a resolver las dificultades que este ruido provoca. En este sentido, resulta de suma importancia el estudio de parámetros que describan las características estructurales de textura de imagen en presencia de ruido speckle y permitan su interpretación automática. En este trabajo, se propone un nuevo modelo de clasificación de imágenes SAR basado en el cálculo de descriptores de textura locales, formando un vector característico, el cual involucra estimaciones de parámetros de una distribución de probabilidad, estimaciones de la dimensión fractal y entropía de Tsallis. Luego, el etiquetado de cada pixel se realiza utilizando el método de clasificación supervisada SVM (Support Vector Machine). Se analizan los resultados de aplicar el algoritmo propuesto en imágenes SAR sintéticas, simples y con valores extremos agregados, los cuales resultan altamente prometedores para aplicarse en imágenes reales." 2022-11-04T19:46:24Z 2022-11-04T19:46:24Z 2021-10 Ponencias en Congresos info:eu-repo/semantics/publishedVersion 2683-8990 https://ri.itba.edu.ar/handle/123456789/3970 es http://creativecommons.org/licenses/by-nc-sa/X.0/ application/pdf
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic PROCESAMIENTO DE IMAGENES
ENTROPIA
spellingShingle PROCESAMIENTO DE IMAGENES
ENTROPIA
Gambini, Juliana
Rey, Andrea
Delrieux, Claudio
Clasificación de Imágenes SAR utilizando descriptores de textura
topic_facet PROCESAMIENTO DE IMAGENES
ENTROPIA
description "Las imágenes SAR (Sythetic Aperture Radar) y PolSAR (Polarimetric Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con un ruido inherente al méetodo de captura llamado ruido speckle que dificulta su análisis e interpretación automática. Los modelos avanzados de segmentación de imágenes SAR están dedicados a resolver las dificultades que este ruido provoca. En este sentido, resulta de suma importancia el estudio de parámetros que describan las características estructurales de textura de imagen en presencia de ruido speckle y permitan su interpretación automática. En este trabajo, se propone un nuevo modelo de clasificación de imágenes SAR basado en el cálculo de descriptores de textura locales, formando un vector característico, el cual involucra estimaciones de parámetros de una distribución de probabilidad, estimaciones de la dimensión fractal y entropía de Tsallis. Luego, el etiquetado de cada pixel se realiza utilizando el método de clasificación supervisada SVM (Support Vector Machine). Se analizan los resultados de aplicar el algoritmo propuesto en imágenes SAR sintéticas, simples y con valores extremos agregados, los cuales resultan altamente prometedores para aplicarse en imágenes reales."
format Ponencias en Congresos
publishedVersion
author Gambini, Juliana
Rey, Andrea
Delrieux, Claudio
author_facet Gambini, Juliana
Rey, Andrea
Delrieux, Claudio
author_sort Gambini, Juliana
title Clasificación de Imágenes SAR utilizando descriptores de textura
title_short Clasificación de Imágenes SAR utilizando descriptores de textura
title_full Clasificación de Imágenes SAR utilizando descriptores de textura
title_fullStr Clasificación de Imágenes SAR utilizando descriptores de textura
title_full_unstemmed Clasificación de Imágenes SAR utilizando descriptores de textura
title_sort clasificación de imágenes sar utilizando descriptores de textura
publishDate 2022
url https://ri.itba.edu.ar/handle/123456789/3970
work_keys_str_mv AT gambinijuliana clasificaciondeimagenessarutilizandodescriptoresdetextura
AT reyandrea clasificaciondeimagenessarutilizandodescriptoresdetextura
AT delrieuxclaudio clasificaciondeimagenessarutilizandodescriptoresdetextura
_version_ 1765660783230844928

Ejemplares similares