Dissertação de Mestrado - Lucca, Eduardo Viegas Dalle

Dissertação de Mestrado em Sensoriamento Remoto, orientada pela Dra. Corina da
Costa Freitas e pelo Dr. Alejandro Cesar Frery Orgambide, aprovada em 18 de
dezembro de 1998.

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
(MUM) e o RWSEG, os quais estão implementados no software CAESAR versão 2.1
(NASotware, 1994). A avaliação tem como base a aplicação desses algoritmos em
estudos de uso e ocupação do solo e é feita através de análise qualitativa e quantitativa
das segmentações de imagens testes produzidas pelos mesmos. O conjunto de imagens
teste é 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. O processo de obtenção das
imagens sintéticas compreende basicamente três etapas. A primeira consiste na criação
de um 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 é suposta como verdadeira e
empregada como referência. O resultado qualitativo é obtido através da comparação
puramente visual enquanto que o quantitativo é 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 média dos seus segmentos. A avaliação
quantitativa das imagens simuladas conta ainda com uma experiência Monte Carlo,
realizada com objetivo de amenizar a influência 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.