Tratamiento de imágenes de radar de apertura sintética mediante filtros stack

• Autores: Buemi, María Elena
• Año de publicación: 2012
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Jacobo Berlles, Julio César Alberto
• Materia: FILTROS NO-LINEALES; FILTROS STACK; SAR; DISTRIBUCION GO; DISTRIBUCION GH; NON-LINEAR FILTERS; STACK FILTERS; SAR; GO DISTRIBUTION; GH DISTRIBUTION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

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.
In the treatment of images that do no follow the Gaussian additive model, particularly those that exhibit a low signal to noise ratio, or are affected by impulsive noise, the use of linear filters usually does not yield good results, being edge blurring or poor noise attenuetion the most common problems. On the other hand, the use of non-linear filters with this type of images, filters out the values of the most noisy pixels while, preserving the edges at the same time. Synthetic Aperture Radar (SAR) images possess a noise called speckle which is neither Gaussian nor additive, and which exhibits a low signal to noise ratio. This makes atractive the use of non-linear filters with this type of data. Within the class of non-linear filters, the stack filters represent a wide and flexible class that allows the design of optimal filters which minimize the Mean Absolute Error, and also allow to perform parallel processing. This is the reason why this thesis is devoted to the study of the application of stack filters to SAR images. To evaluate the effectivity of stack filtering, simulated SAR images under the G0 law and real SAR images, were used. This model has been adopted here due to its good behavior for different types of target and its computational tractability. Evaluation of statistical parameters, classification performance and perceptual quality assessment were performed. The suitability of the Gh modeling SAR images for segmentation, using level sets and region competition, has also been studied.
Fil: Buemi, María Elena. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.