Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/35220
Title in Portuguese: Mapas de entropia e esperança logarítmica em processamento de imagens SAR
Author: Nobre, Ricardo Holanda
Advisor(s): Medeiros, Fátima Nelsizeuma Sombra de
Co-advisor(s): Nobre, Juvêncio Santos
Keywords: Teleinformática
Métodos de simulação
Processamento de imagens - Técnicas digitais
Entropia
Logarithmic expectation
Segmentation
Entropy
Simulation
SAR image
Issue Date: 27-Mar-2018
Citation: NOBRE, Ricardo Holanda. Mapas de entropia e esperança logarítmica em processamento de imagens SAR. 2018. 139 f. Tese (Doutorado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Portuguese: O Radar de Abertura Sintética tem sido usado por muitos anos em atividades relacionadas ao monitoramento global da Terra. Existem muitas vantagens de usar sistemas SAR quando comparados aos ópticos padrão, pois operam independentemente do clima e da presença de condições de luz solar. No entanto, devido à iluminação coerente desses sistemas, as imagens SAR sofrem uma forte contaminação por um ruído conhecido como speckle. De fato, essa interferência degrada significativamente a qualidade das imagens SAR, o que leva a dificuldades nas tarefas de processamento de imagens, tornando difícil o uso de métodos tradicionais, como a limiarização de imagens. Dada a importância das imagens SAR sintéticas no projeto de algoritmos e análise de desempenho em processamento de imagens, avaliamos, em um primeiro momento, a geração de dados SAR sintéticos, modelados pela distribuição G 0 A , utilizando duas abordagens. Nossos resultados demonstraram que ambas as abordagens são bastante similares entre si, mas elas diferem notavelmente no tempo de processamento. Na verdade, o método indireto é 10 vezes mais rápido do que a abordagem direta para gerar dados SAR sintéticos. Nesta tese também propomos dois mapas: um baseado na entropia e outro na esperança logarítmica, levando em consideração que os dados SAR seguem o modelo G 0 A para amplitude, ou G 0 I para intensidade. A partir destes mapas propomos duas metodologias que foram avaliadas em experimentos de segmentação, sendo avaliadas através do Erro de Segmentação, do índice CrossRegion Fitting, das taxas de falsos positivos e negativos, além de índices de similaridade. Os testes realizados em imagens SAR sintéticas e reais indicaram, de maneira geral, que ambos os mapas propostos melhoraram os resultados de segmentação, independentemente do aumento do número de looks. Com relação ao tempo computacional ambos os mapas apresentaram resultados satisfatórios, com destaque para o mapa da esperança logarítmica, que obteve o menor tempo computacional. Para consolidar o ganho de eficiência no uso destes mapas em processamento de imagens SAR, realizamos experimentos de recuperação de imagens. Os resultados destes experimentos apontaram um valor preditivo positivo (PPV) acima de 90% e uma média das pontuações de precisão média (MAP) acima de 99% indicando que ambas as abordagens também podem ser utilizadas em aplicações baseadas em conteúdo.
Abstract: Synthetic Aperture Radar (SAR) has been used for many years in activities related to global earth monitoring. There are many advantages of using SAR systems when compared to standard optical ones, since they operate independently of the weather and of the presence of sunlight conditions. However, due to the coherent illumination of these systems, SAR images suffer strong contamination by speckle noise. In fact, this interference significantly degrades the quality of SAR images, which leads to difficulty in image processing tasks, making it difficult to use traditional methods, such as image thresholding. Given the importance of synthetic SAR images in the algorithm design and performance analysis for image processing, we first evaluated the generation of synthetic SAR data, modeled by the G 0 A distribution, using two approaches. Our results demonstrated that both approaches perform quite similar to each other, however they differ remarkably in the processing time. Actually, the indirect method is 10x faster than the direct approach to generate synthetic SAR data. In this thesis we have also proposed two methodologies that make use of the map of entropy and the map of logarithmic expectation, taking into account that the SAR data follow the model G 0 A for amplitude, or G 0 I for intensity. To evaluate the performance of the proposed methodologies, we perform segmentation experiments, measuring the Error of Segmentation, the Cross-Region Fitting index, the rates of false positives and negatives, besides indexes of similarity. Tests performed on synthetic and actual SAR images generally indicated that both proposed maps improved segmentation results, regardless of the increase of the number of looks. Regarding the computational time, both maps presented satisfactory results, with emphasis on the map of logarithmic expectation, which obtained the least computational time. In order to consolidate the efficiency gain with the use of these maps in SAR image processing, we performed image retrieval experiments. The results of these experiments showed a positive predictive value (PPV) above 90 % and a mean of the mean accuracy (MAP) scores above 99 % indicating that both approaches can also be used in content-based applications.
URI: http://www.repositorio.ufc.br/handle/riufc/35220
Appears in Collections:DETE - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_tese_rhnobre.pdf9,19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.