Exportar registro bibliográfico

Modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look (2009)

  • Authors:
  • Autor USP: HORTA, MICHELLE MATOS - IFSC
  • Unidade: IFSC
  • Sigla do Departamento: FFI
  • Subjects: PROCESSAMENTO DE IMAGENS; MODELOS; ESTATÍSTICA; RADAR
  • Language: Português
  • Abstract: Esta tese se concentra em aplicar os modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look. Dentro deste contexto, utilizou-se o algoritmo SEM em conjunto com os estimadores obtidos pelo método dos momentos para calcular as estimativas dos parâmetros do modelo de mistura das distribuições Wishart,"CAPA POT. P" ou "G IND. 0" POT. P". Cada uma destas distribuições possui parâmetros específicos que as diferem no ajuste dos dados com graus de homogeneidade variados. A distribuição Wishart descreve bem regiões com características mais homogêneas, como cultivo. Esta distribuição é muito utilizada na análise de dados SAR polarimétricos multi-look. As distribuições ,"CAPA POT. P" ou "G IND. 0" possuem um parâmetro de rugosidade que as permitem descrever tanto regiões mais heterogêneas, como vegetação e áreas urbanas, quanto regiões homogêneas. Além dos modelos de mistura de uma única família de distribuições, também foi analisado o caso de um dicionário contendo as três famílias. Há comparações do método SEM proposto para os diferentes modelos com os métodos da literatura k-médias e EM utilizando imagens reais da banda L. O método SEM com a mistura de distribuições "G IND. 0" forneceu os melhores resultados quando os outliers da imagem são desconsiderados. A distribuição "G IND. 0" foi a mais flexível ao ajuste dos diferentes tipos de alvo. A distribuição Wishart foi robusta às diferentes inicializações. O método k-médias com adistribuição Wishart é robusto à segmentação de imagens contendo outliers, mas não é muito flexível à variabilidade das regiões heterogêneas. O modelo de mistura do dicionário de famílias melhora a log-verossimilhança do método SEM, mas apresenta resultados parecidos com os do modelo de mistura "G IND. 0". Para todos os tipos de inicialização e grupos, a distribuição "G IND. 0" predominou no processo de seleção das distribuições do dicionário de famílias.
  • Imprenta:
  • Data da defesa: 04.06.2009
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HORTA, Michelle Matos; MASCARENHAS, Nelson Delfino d'Ávila. Modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look. 2009.Universidade de São Paulo, São Carlos, 2009. Disponível em: < http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06072009-215138/ >.
    • APA

      Horta, M. M., & Mascarenhas, N. D. d'Á. (2009). Modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06072009-215138/
    • NLM

      Horta MM, Mascarenhas ND d'Á. Modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look [Internet]. 2009 ;Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06072009-215138/
    • Vancouver

      Horta MM, Mascarenhas ND d'Á. Modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look [Internet]. 2009 ;Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-06072009-215138/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021