UTN- FRC -Producción Académica de Investigación y Desarrollo
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/1932
Browse
3 results
Search Results
Item Análisis del funcionamiento de un método basado en wavelets borroso para la detección de bordes en imágenes sintéticas del tipo SAR.(Universidad Tecnológica Nacional Regional Córdoba., 2017) Nemer Pelliza, Karim Alejandro; Pucheta , Martín Alejo; Flesia , Ana Georgina; Pucheta , Martín AlejoLa detección automática de líneas costeras y riberas, a partir de imágenes de radar de aper tura sintética (conocidas como SAR, por las siglas en inglés de Synthetic Aperture Radar) es una tarea difícil dentro del campo del procesamiento de imágenes, debido a la presencia de retrodispersiones si milares al ruido moteado multiplicativo. Recientemente, se presentó un Marco Wavelet Borroso (Fuzzy Wavelet Framework, FWF) para la detección de líneas costeras en imágenes SAR basado en una com binación de Wavelets unidimensionales, como filtro para la eliminación de parte del ruido moteado, y Lógica Difusa, para la detección de las líneas costeras, ya que tiene su potencialidad en la toma de deci siones en ambientes ruidosos y mal definidas (K. Nemer Pelliza, tesis doctoral, Universidad Tecnológica Nacional, Facultad Regional Córdoba, Argentina, 2016). Para realizar la detección de líneas costeras, se construye un mapa borroso de la imagen Wavelet intermedia, extrayéndose sus bordes. Dicho algoritmo codifica las filas y columnas de píxeles de la imagen, por lo que posee buena exactitud y preferencia en identificar bordes verticales y horizontales; la ventaja de este algoritmo es su rapidez y eficiencia. En el presente trabajo se presenta un estudio para analizar la detección de bordes en situaciones desfavorables para el algoritmo con el objetivo de mejorarlo y resolver el problema con mayor exactitud. Para esto se generan imágenes dicotómicas, con figuras de bordes lisos con presencia de líneas no alineadas con filas o columnas (por ej. círculo, rombo, estrella, etc.), se les aplican las 120 combinaciones distribuciones de retrodispersiones, para obtener imágenes similares a las del tipo SAR. Se calcula el error de detección de borde y se muestran las características de las imágenes que generan un mayor nivel de error en el método. Finalmente, se indican las posibles vías de acción para mejorar el FWFItem Armado de una base de datos con imágenes satelitales SAR de embarcaciones con información AIS(2023) Nemer Pelliza, Karim Alejandra; Steiner, Guillermo M.; Toledo, SofíaEste trabajo presenta un método para la expansión de una base de datos de imágenes satelitales SAR con el objetivo de mejorar la clasificación de embarcaciones mediante inteligencia artificial.Item Identificación de buques pesqueros en imágenes satelitales SAR utilizando redes neuronales Convolucionales(IX MACI, 2023) Nemer Pelliza, Karim AlejandraDebido a la creciente pesca ilegal, es fundamental detectar barcos pesqueros para monitorear y controlar estos delitos. Los investigadores han estado trabajando constantemente y enfrentando desafíos para detectar barcos automáticamente, principalmente utilizando sensores remotos, lo que ha demostrado un gran impacto en brindar seguridad. Existen múltiples sistemas capaces de detectar barcos de forma eficiente. En este trabajo se avanza un poco más, tratando de identificar si los barcos detectados son pesqueros o no, para esto se presenta una base de datos de más de 11000 imágenes con barcos detectados, de los cuales cerca de 8000 tienen metadatos que contienen las características de los mismos, entre lo que se destacan dimensiones, finalidad, rumbo, entre otras. La información de los navíos se obtuvieron a partir del AIS registrado de los mismos. Se presenta también una estructura de red neuronal convolucional que permite distinguir si el navío detectado es pesquero o no.