RECUPERAÇÃO E CLASSIFICAÇÃO DE IMAGENS SAR USANDO ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA E DISTÂNCIAS ESTOCÁSTICAS

Resumo

Imagens de radar de abertura sintética (SAR) têm por décadas sido utilizadas no monitoramento remoto dos oceanos e da Terra. A principal vantagem de usar os sistemas SAR em relação aos dados ópticos consiste no fato de que estes operam independentemente de condições climáticas e da presença da luz solar. No entanto, devido à iluminação coerente desses sistemas, as imagens SAR sofrem uma forte contaminação por um ruído conhecido como speckle. Este projeto trata-se de uma recuperação baseada em conteúdo (CBIR) de uma imagem de um banco de dados por consulta, utilizando-se de informações extraídas das próprias imagens. Essas informações (a rugosidade e brilho da imagem SAR) são obtidas a partir da estimação dos parâmetros do modelo de dados G0, usando o método de Máxima Verossimilhança. Após essas estimações, é escolhida uma medida de similaridade para o ranqueamento de relevância de uma imagem consultada e o restante das imagens da base. As medidas de similaridade usadas foram as distâncias: aritmética-geométrica, triangular, de Hellinger ou a de média harmônica. Por fim, as regiões da imagem identificadas são classificadas de acordo com aquela região que possui a maior probabilidade de descrevê-las, dentre os recortes recuperados no experimento CBIR. Para a avaliação dos resultados, foi utilizada a média das pontuações de precisão média (MAP). Para as distâncias, a distância triangular alcançou MAP acima de 80%, em sua maioria, para dados reais de imagens SAR de visada única. Merece destaque o canal HH dos dados SAR reais, que apresentou os melhores resultados (MAP acima de 80%). Dentre as regiões, aquelas que apresentaram melhores resultados foram as imagens de área urbana ou heterogênea. Concluímos que a aderência do modelo G0 aos dados SAR permite que, por meio de experimentos CBIR, se identifiquem regiões de rugosidades distintas numa imagem, a partir do uso de parâmetros estimados e distâncias estocásticas. Os autores agradecem ao CNPq pelo apoio financeiro.