Tratamiento de imágenes de radar de apertura sintética mediante filtros stack
En el tratamiento de imágenes que se apartan del modelo Gaussiano aditivo, en particular aquellas que además exhiben una baja relación se nalruido o presentan ruido impulsivo, la aplicación de filtros lineales generalmente no da buenos resultados, siendo los problemas típicos el borroneo de bordes o...
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis doctoral publishedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2012
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.12110/tesis_n5129_Buemi https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aextesis&d=tesis_n5129_Buemi_oai |
| Aporte de: |
| Sumario: | En el tratamiento de imágenes que se apartan del modelo Gaussiano aditivo, en particular aquellas que además exhiben una baja relación se nalruido o presentan ruido impulsivo, la aplicación de filtros lineales generalmente no da buenos resultados, siendo los problemas típicos el borroneo de bordes o una pobre atenuación del ruido. Por otro lado, la aplicación de filtros no-lineales a este tipo de imágenes logra filtrar los valores de los pixels más afectados por el ruido y al mismo tiempo preservar los bordes. Las imágenes de Radar de Apertura Sintética (Synthetic Aperture Radar, SAR en inglés) poseen un tipo de ruido llamado speckle, el cual no es ni Gaussiano ni aditivo, y que posee una baja relación se~nal-ruido. Esto hace que la aplicación de filtros no-lineales resulte atractiva para este tipo de datos. Dentro de los filtros no lineales existe la clase de los filtros stack la cual es muy amplia y permite el diseño de filtros óptimos, desde el unto de vista del Error Absoluto Medio (Mean Absolute Error, MAE en inglés), y además permiten el procesamiento paralelo. Es por estas razones que esta tesis se dedica al estudio de la aplicación de esta clase de filtros a imágenes de Radar de Apertura Sintética. Para la evaluación de la efectividad de los filtros stack se utilizaron imágenes SAR simuladas bajo el modelo G0 e imágenes reales. Este modelo fue adoptado debido a su buen comportamiento para diversos tipos de target y su tractabilidad computacional. Se recurrió a evaluaciones de parámetros estadísticos, performance en la clasificación y calidad perceptual. También se estudió la utilización del modelo Gh en segmentación de imágenes SAR utilizando conjuntos de nivel y competencia de regiones. |
|---|