@Article{SaldanhaFreiSant:2014:SeImSA,
               author = "Saldanha, Marcus Fabiano Silva and Freitas, Corina da Costa and 
                         Sant'Anna, Sidnei Jo{\~a}o Siqueira",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Segmenta{\c{c}}{\~a}o de imagens SAR usando abordagem 
                         probabil{\'{\i}}stica baseada em distribui{\c{c}}{\~a}o Gama",
              journal = "RBC: Revista Brasileira de Cartografia",
                 year = "2014",
               volume = "66",
               number = "1",
                pages = "29--43",
             keywords = "Segmenta{\c{c}}{\~a}o de imagens, SAR, PolSeg, SAR Image 
                         Segmentation, RADAR, SegSAR, PolSeg, statistical modeling.",
             abstract = "A disponibilidade de imagens SAR polarim{\'e}tricas e seu 
                         potencial de uso t{\^e}m gerado a necessidade de desenvolvimento 
                         de t{\'e}cnicas autom{\'a}ticas de processamento e an{\'a}lise 
                         deste tipo de dado. Dentre estas t{\'e}cnicas se destaca a 
                         segmenta{\c{c}}{\~a}o, respons{\'a}vel pela 
                         extra{\c{c}}{\~a}o autom{\'a}tica de fei{\c{c}}{\~o}es a 
                         partir de uma cena para uma tarefa posterior. Para o 
                         desenvolvimento dos algoritmos de segmenta{\c{c}}{\~a}o {\'e} 
                         comum adotar modelos estat{\'{\i}}sticos para explicar o 
                         comportamento dos dados. Este trabalho tem por objetivo avaliar 
                         comparativamente os resultados de segmenta{\c{c}}{\~a}o de dois 
                         algoritmos especifi camente desenvolvidos para trabalhar com dados 
                         SAR. O primeiro algoritmo, denominado SegSAR, foi desenvolvido 
                         para trabalhar com dados em intensidade e utiliza propriedades 
                         estat{\'{\i}}sticas das distribui{\c{c}}{\~o}es Gama e 
                         Gaussiana para efetuar a segmenta{\c{c}}{\~a}o. O segundo 
                         algoritmo, denominado PolSeg, adota a distribui{\c{c}}{\~a}o 
                         Wishart como modelo para dados polarim{\'e}tricos representados 
                         pela matriz de covari{\^a}ncia e a distribui{\c{c}}{\~a}o Gama 
                         para dado monocanal em formato de intensidade. A an{\'a}lise 
                         comparativa {\'e} efetuada utilizando a simula{\c{c}}{\~a}o de 
                         dados SAR monocanal no formato de intensidade. Os resultados 
                         obtidos mostraram que o PolSeg apresentou melhores 
                         {\'{\i}}ndices de ajustes para medidas quantitativas que avaliam 
                         propriedades de forma, dimens{\~a}o e intensidade dos segmentos. 
                         Estas medidas foram, respectivamente, 111%, 3% e 60% melhores que 
                         aquelas obtidas pelo SegSAR. Al{\'e}m disso, o PolSeg gera uma 
                         quantidade de regi{\~o}es mais pr{\'o}xima da imagem de 
                         refer{\^e}ncia e, em m{\'e}dia, 10 vezes menor que o SegSAR. O 
                         tempo computacional dispendido pelo PolSeg {\'e}, em geral, 4,5 
                         vezes menor que o gasto pelo SegSAR. ABSTRACT: The availability of 
                         polarimetric SAR images and its potential use have generated a 
                         need for developing automated techniques for image processing and 
                         analysis. Among these techniques can be highlighted the 
                         segmentation, used for automatic extractions of features from 
                         scenes for future tasks. The development of segmentation 
                         algorithms is usually based on statistical models to explain the 
                         patterns of the data. This paper aims to evaluate the segmentation 
                         results of two algorithms, especially designed for SAR data 
                         processing. The fi rst algorithm, called SegSAR, was developed for 
                         SAR intensity data, employing the statistical properties of 
                         Gaussian and Gamma distributions to segment the data. The second 
                         algorithm, called PolSeg, adopts the Wishart distribution as the 
                         model for the polarimetric data and Gamma distribution for single 
                         channel data in intensity format. The comparative analysis is done 
                         using simulated SAR intensity data. The results showed that the 
                         PolSeg presented better quantitative measurements that assess 
                         properties of shape, size and intensity of the segments. These 
                         measures were respectively 111%, 3% and 60% better than those 
                         obtained by SegSAR. In addition, the PolSeg generates an amount of 
                         regions closer to the reference image and, on average, 10 times 
                         less than the SegSAR. The computational time spent by PolSeg is, 
                         in general, 4.5 times lower than that consumed by SegSAR.",
                 issn = "1808-0936",
                label = "lattes: 2549014594120288 2 SaldanhaFreiSant:2014:SeImSA",
             language = "pt",
                  url = "http://www.rbc.lsie.unb.br/index.php/rbc/article/view/786/658",
        urlaccessdate = "07 maio 2024"
}