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

Mostrar todas las versiones(3)

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 tien...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Gambini, María Juliana
Otros Autores: Mejail, Marta Estela
Formato: Tesis doctoral publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2006
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n3966_Gambini
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id tesis:tesis_n3966_Gambini
record_format dspace
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
description 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.
author2 Mejail, Marta Estela
author_facet Mejail, Marta Estela
Gambini, María Juliana
format Tesis doctoral
Tesis doctoral
publishedVersion
author Gambini, María Juliana
spellingShingle Gambini, María Juliana
Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
author_sort Gambini, María Juliana
title Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
title_short Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
title_full Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
title_fullStr Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
title_full_unstemmed Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
title_sort modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética
publisher Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publishDate 2006
url https://hdl.handle.net/20.500.12110/tesis_n3966_Gambini
work_keys_str_mv AT gambinimariajuliana modelosdesegmentacionbasadosenregionesycontornosactivosaplicadosaimagenesderadardeaperturasintetica
_version_ 1845842582485073920
spelling tesis:tesis_n3966_Gambini2025-09-10T15:31:09Z Modelos de segmentación basados en regiones y contornos activos aplicados a imágenes de radar de apertura sintética Gambini, María Juliana Mejail, Marta Estela 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. 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. Fil: Gambini, María Juliana. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2006 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n3966_Gambini

Ejemplares similares