| Summary: | Este trabalho tem como objetivo avaliar e comparar o desempenho de dois algoritmos de segmentação de imagens de radar de abertura sintética (SAR), o Merge Using Moments (MUNI)e o RWSEG, os quais estão implementados no software CAESAR versão 2.1 (NASoftware, 1994). A avaliação tem como base a aplicação desses algoritmos em estudos de uso e ocupação do solo e e feita através de analise qualitativa e quantitativa das segmentações de imagens testes produzidas pelos mesmos. 0 conjunto de imagens teste e composto por imagens real e sintéticas, contendo regiões com diferentes graus de homogeneidade (homogêneas, heterogêneas e extremamente heterogêneas), processadas com diferentes números de looks e tipo de detecção linear. 0 processo de obtenção das imagens sintéticas compreende basicamente três etapas. A primeira consiste na criação de uma imagem idealizada que resume as principais características geométricas e topológicas da ocupação do solo. A segunda na classificação das regiões criadas em função do grau de homogeneidade. A terceira na modelagem estatística das observações provindas dessas classes através de distribuições particulares associadas aos graus de homogeneidade e derivadas do modelo multiplicativo adotado para representar os dados SAR monoespectrais em amplitude. As avaliações qualitativa e quantitativa são baseadas na comparação da segmentação de uma imagem produzida pelos algoritmos com a segmentação da mesma imagem obtida manualmente, a qual e suposta como verdadeira e empregada como referencia. 0 resultado qualitativo e obtido através da comparação puramente visual enquanto que o quantitativo e obtido a partir da aplicação de método empírico de discrepância, no qual as diferenças entre as segmentações comparadas são quantificadas empregando-se medidas de discrepância. Para tanto são definidas medidas quantitativas para avaliar a qualidade de uma segmentação do ponto de vista da correção de posição, tamanho, forma e intensidade media dos seus segmentos. A avaliação quantitativa das imagens simuladas conta ainda com urna experiência Monte Carlo, realizada com objetivo de amenizar a influencia de uma imagem particular nos resultados obtidos. A avaliação e a comparação relativa entre os algoritmos são feitas do ponto de vista da adequação para o tipo de aplicação definido, do desempenho qualitativo e quantitativo das segmentações produzidas de cada imagem de entrada, da capacidade de segmentar regiões com diferentes graus de homogeneidade, do custo computacional e da simplicidade. === This work aims at evaluating and comparing the performance of two synthetic aperture radar image segmentation algorithms, the Merge Using Moments (MUM)and the RWSEG, which are implemented in software Caesar version 2.1 (NASoftware, 1994). The evaluation is based on land use aplication studies and is done from qualitative and quantitative analysis of the test image segmentations obtained from these algorithms. The test image set is composed of real and simulated images, containing regions with different homogeneity degrees (homogeneous, heterogeneous and extremely heterogeneous), processed with different numbers of looks and with linear detection. The process for obtaining simulated images is made up basically of three phases. The first consists of criating an idealized image which summarizes the main land use geometric and topologic characteristics. The second of classifying the obtained regions in relation to their homogeneity degrees. The third from statistical modelling of observing each class through particular distributions associated with homogeneity degrees and derived from multiplicative model used to represent amplitude SAR data. The qualitative and quantitative evaluations are based on comparing an image segmentation obtained from algorithms with the one obtained manually from the same image, which is considered true and used as reference. The qualitative result is obtained from simple visual comparison whereas the quantitative one is obtained from the application of empirical discrepancy methods, in which the difference between the compared segmentations is quantified from discrepancy measures. In order to do so, quantitative measures are definied to evaluate the quality of segmentation from the view point of position, size, shape and mean intensity correction of its segments. The simulated images quantitative evaluation also uses a Monte Carlo experiment, performed to reduce the influence of particular images on the performance assessment. The evaluation and relative comparison between the algorithms are done from the following points of view: adequacy for the defined application type, qualitative and quantitative performance of the segmentation obtained from each input image, ability to segment regions having different degrees of homogeneity, computacional cost as well as simplicity.
|
|---|
