Parceria:
Dutra, Luciano Vieira, Mascarenhas, Nelson Delfino d´Ávila.
Este trabalho apresenta o desenvolvimento de um método para caracterização de texturas aleatórias utilizando modelos estatísticos autorregressivos e média móvel (ARMA), bem como a utilização desses modelos para melhorar o resultado da classificação pontual de máxima verossimilhança de imagens de radar de abertura sintética (SAR). Sob o ponto de vista estatístico uma imagem é representada como um processo estocástico bidimensional. Foi utilizada, entretanto, uma versão linearizada da imagem concatenando-se segmentos de linhas da imagem formando assim uma sequência inidimensional. Um ou mais modelos ARMA são ajustados a essas sequencias obtidas por classes. Tais modelos representam o processo de formação de cada textura do ponto de vista estatístico. A imagem original é filtrada por filtros inversos derivados dos modelos obtidos para cada classe, obtendo-se assim tantos canais quantas classes texturais foram definidas a priori. O treinamento e a de canais, que se adaptam melhor às condições para o qual o classificador de máxima verossimilhança foi projetado, promovendo assim uma melhoria na precisão da classificação. Testes foram efetuados nas imagens de radar. Essas imagens de certa forma máscara a textura natural do terreno. Mesmo assim, foi observada uma melhoria no desempenho global do classificador.
Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web
Processando consulta.