Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW/39UL54P
Repositóriodpi.inpe.br/marte/2011/06.28.14.41
Última Atualização2011:06.28.14.41.58 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/marte/2011/06.28.14.41.58
Última Atualização dos Metadados2018:06.06.02.23.38 (UTC) administrator
ISBN978-85-17-00056-0 (Internet)
978-85-17-00057-7 (DVD)
Chave de CitaçãoGenovezEbFrBeFrDu:2011:SeClIm
TítuloSegmentação e Classificação de Imagens SAR Aplicadas à Detecção de Alvos Escuros em Áreas Oceânicas de Exploração e Produção de Petróleo
FormatoDVD, Internet.
Ano2011
Data de Acesso12 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho704 KiB
2. Contextualização
Autor1 Genovez, Patrícia Carneiro
2 Ebecken, Nelson Francisco Favilla
3 Freitas, Corina da Costa
4 Bentz, Cristina Maria
5 Freitas, Ramon Morais de
6 Dutra, Luciano Vieira
Identificador de Curriculo1
2
3
4
5
6 8JMKD3MGP5W/3C9JHMA
Grupo1
2
3 DPI-OBT-INPE-MCT-BR
4
5 DSR-OBT-INPE-MCT-BR
6 DPI-OBT-INPE-MCT-BR
Afiliação1 Integrated Petroleum Expertise Company - IPEXco
2 Universidade Federal do Rio de Janeiro – UFRJ/COPPE
3 Instituto Nacional de Pesquisas Espaciais - INPE
4 PETROBRAS/CENPES - Centro de Pesquisas
5 Universidade Federal do Rio de Janeiro – UFRJ/COPP
6 Universidade Federal do Rio de Janeiro – UFRJ/COPP
Endereço de e-Mail do Autor1 patricia.genovez@ipexco.com.br
2 nelson@ntt.ufrj.br
3 corina@dpi.inpe.br
4 cris@petrobras.com.br
5 ramon@dsr.inpe.br
6 dutra@dpi.inpe.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailluana@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 15 (SBSR).
Localização do EventoCuritiba
Data30 abr. - 5 maio 2011
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas5973-5980
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2011-08-15 15:17:46 :: luana@dsr.inpe.br -> administrator :: 2011
2018-06-06 02:23:38 :: administrator -> tereza@sid.inpe.br :: 2011
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavesynthetic aperture radar (SAR)
dark spot detection
oil detection
offshore exploration and production areas
image segmentation and clusterization
intelligent hybrid system
radares de abertura sintética (SAR)
detecção de alvos escuros
detecção de óleo
exploração e produção de petróleo em áreas offshore
segmentação e clusterização de imagens
sistema híbrido inteligente
ResumoAutomatic oil detection systems have been developed to improve SAR image interpretation, composed of four principal stages: a) image pre-processing; b) dark spot detection; c) feature extraction, and; d) oil and look-alike classification. The dark spot detection is considered the main step in the processing chain: without the geometry of the spots, the oil and look-alikes classification is unfeasible. In this context, this work aimed to develop an automatic procedure able to detect dark spots in SAR images, by the integration of segmentation and pattern recognition techniques. The results presented are continuity of the studies carried on by Genovez (2010) and consider the tree last stages as follow: a) features extraction, exploratory analyses and feature selection; b) dark spot detection using data clustering, and; c) validation of the proposed method. Considering that in the scientific community there isnt a wide agreement about the operational use of fully automatic methods, the development of an intelligent hybrid system, including decision rules able to conduct the images for one automatic or semi-automatic processing, was an interesting approach. The potential of these rules to improve the automation process was indicated. Nevertheless, more samples to return more robust rules are recommended in order to be widely applied to all SAR images acquired.
ÁreaSRE
TipoOceanografia e Gerenciamento Costeiro
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Segmentação e Classificação...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Segmentação e Classificação...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/3ERPFQRTRW/39UL54P
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW/39UL54P
Idiomapt
Arquivo Alvop1570.pdf
Grupo de Usuáriosadministrator
luana@dsr.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.50 1
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)tereza@sid.inpe.br
atualizar 


Fechar