Segmentación de secuencias con distribución gamma

Mostrar todas las versiones(3)

En imágenes obtenidas con iluminación coherente como las de radar de apertura sintética (SAR), aparece un ruido multiplicativo conocido como speckle. El speckle hace que zonas radiométricamente homogéneas respondan con distribuciones tipo Gamma. La detección de bordes en este tipo de imágenes es de...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Aguirre Varela, Guillermo Gabriel, Ré, Miguel Angel, Masuelli, Sergio
Lenguaje:Español
Publicado: 2019
Materias:
SPECKLE
SAR
DIVERGENCIA DE JENSEN SHANNON
DIVERGENCE OF JENSEN SHANNON
Acceso en línea:https://hdl.handle.net/20.500.12110/afa_v30_n02_p036
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id todo:afa_v30_n02_p036
record_format dspace
spelling todo:afa_v30_n02_p0362023-10-03T13:25:26Z Segmentación de secuencias con distribución gamma Segmentation of sequences with gamma distribution Aguirre Varela, Guillermo Gabriel Ré, Miguel Angel Masuelli, Sergio SPECKLE SAR DIVERGENCIA DE JENSEN SHANNON SPECKLE SAR DIVERGENCE OF JENSEN SHANNON En imágenes obtenidas con iluminación coherente como las de radar de apertura sintética (SAR), aparece un ruido multiplicativo conocido como speckle. El speckle hace que zonas radiométricamente homogéneas respondan con distribuciones tipo Gamma. La detección de bordes en este tipo de imágenes es de interés y utilidad en muchas aplicaciones. En este trabajo se proponen tres métodos de análisis mediante segmentación basados en el cálculo de la Divergencia de Jensen Shannon que pueden ser aplicados a imágenes SAR. La aproximación de las distribuciones de probabilidad se realizó mediante el método del Kernel de densidad In images obtained with coherent lighting such as synthetic aperture radar (SAR), a multiplicative noise known as speckle appears. The speckle makes radiometric homogeneous zones respond with Gamma type distributions. The detection of edges in this type of images is of interest and usefulness in many applications. In this paper three methods of analysis by segmentation based on the calculation of the Jensen Shannon Divergence that can be applied to SAR images are proposed. The approximation of the probability distributions was carried out using the density Kernel method Fil: Aguirre Varela, Guillermo Gabriel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación (UNC-FAMAF). Córdoba. Argentina Fil: Ré, Miguel Angel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación (UNC-FAMAF). Córdoba. Argentina Fil: Masuelli, Sergio. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación (UNC-FAMAF). Córdoba. Argentina 2019-07 PDF Español info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/afa_v30_n02_p036
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 Español
topic SPECKLE
SAR
DIVERGENCIA DE JENSEN SHANNON
SPECKLE
SAR
DIVERGENCE OF JENSEN SHANNON
spellingShingle SPECKLE
SAR
DIVERGENCIA DE JENSEN SHANNON
SPECKLE
SAR
DIVERGENCE OF JENSEN SHANNON
Aguirre Varela, Guillermo Gabriel
Ré, Miguel Angel
Masuelli, Sergio
Segmentación de secuencias con distribución gamma
topic_facet SPECKLE
SAR
DIVERGENCIA DE JENSEN SHANNON
SPECKLE
SAR
DIVERGENCE OF JENSEN SHANNON
description En imágenes obtenidas con iluminación coherente como las de radar de apertura sintética (SAR), aparece un ruido multiplicativo conocido como speckle. El speckle hace que zonas radiométricamente homogéneas respondan con distribuciones tipo Gamma. La detección de bordes en este tipo de imágenes es de interés y utilidad en muchas aplicaciones. En este trabajo se proponen tres métodos de análisis mediante segmentación basados en el cálculo de la Divergencia de Jensen Shannon que pueden ser aplicados a imágenes SAR. La aproximación de las distribuciones de probabilidad se realizó mediante el método del Kernel de densidad
author Aguirre Varela, Guillermo Gabriel
Ré, Miguel Angel
Masuelli, Sergio
author_facet Aguirre Varela, Guillermo Gabriel
Ré, Miguel Angel
Masuelli, Sergio
author_sort Aguirre Varela, Guillermo Gabriel
title Segmentación de secuencias con distribución gamma
title_short Segmentación de secuencias con distribución gamma
title_full Segmentación de secuencias con distribución gamma
title_fullStr Segmentación de secuencias con distribución gamma
title_full_unstemmed Segmentación de secuencias con distribución gamma
title_sort segmentación de secuencias con distribución gamma
publishDate 2019
url https://hdl.handle.net/20.500.12110/afa_v30_n02_p036
work_keys_str_mv AT aguirrevarelaguillermogabriel segmentaciondesecuenciascondistribuciongamma
AT remiguelangel segmentaciondesecuenciascondistribuciongamma
AT masuellisergio segmentaciondesecuenciascondistribuciongamma
AT aguirrevarelaguillermogabriel segmentationofsequenceswithgammadistribution
AT remiguelangel segmentationofsequenceswithgammadistribution
AT masuellisergio segmentationofsequenceswithgammadistribution
_version_ 1782027697372790784

Ejemplares similares