UTN- FRC -Producción Académica de Investigación y Desarrollo - Artículos

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/2453

Browse

Has files: YesSubject: search.filters.subject.SAR images

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Comparación de métodos para la detección de bordes en imágenes satélitales SAR
    (Asociación Argentina de Mecánica Computacional, 2019) Ré, Miguel A.; Nemer Pelliza, Karim Alejandra
    Resumen. El reconocimiento y delimitación de regiones homogéneas en imágenes satelitates de ra- dar de apertura sintética (SAR) es un problema de interés por las diversas aplicaciones posibles. Sin embargo la presencia del ruido de speckle en la retrodispersión dificulta el procesamiento de las imá- genes con métodos tradicionales. Surge así el interés en el análisis y evaluación de distintas alternativas para superar esta dificultad. Presentamos en esta comunicación un análisis comparativo del desempe- ño de dos métodos desarrollados por uno de los autores con una nueva alternativa en desarrollo ba- sada en la divergencia de Jensen Shannon, una medida de semejanza entre distribuciones de probabi- lidad. Las densidades a comparar se estiman por el método del kernel de densidad. Se generan imá- genes sintéticas y se evalúa el desempeño de cada método por la cifra de mérito de Pratt (PFoM).
  • Thumbnail Image
    Item
    Unsupervised fuzzy-wavelet framework for coastal polynya detection in synthetic aperture radar images
    (Cogent Engineering, 2016) Pelliza, Karim Alejandra; Pucheta, Martín alejo; Flesia, Ana Georgina
    The automated detection of coasts, riverbanks, and polynyas from syn thetic aperture radar images is a difficult image processing task due to speckle noise. In this work we present a novel Fuzzy-Wavelet framework for bordeline region detection in SAR images. Our technique is based on a combination of Wavelet de noising and Fuzzy Logic which boost decision-making on noisy and poorly defined environments. Unlike most recent filtering-detection algorithms, we do not apply hypothesis tests (Wilcoxon-Mann Whitney-G0) to label the edge point candidates one by one, instead we construct a fuzzy map from wavelet denoised image and extract their borderline. We compare our algorithm performance with the popu lar Frost–Sobel approach and a version of Canny’s algorithm with data-dependent parameters, over a database of real polynyas and coastline simulated images under the multiplicative model. The experimental results are evaluated by comparing Pratt’s Figure of Merit index of edge map quality.