%0 Thesis
%@e-mailaddress viveca@sid.inpe.br
%@holdercode {isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
%@nexthigherunit 8JMKD3MGPCW/3F2PHGS
%@usergroup administrator
%@usergroup jefferson
%@usergroup sergio
%@usergroup simone
%3 paginadeacesso.htm
%J A Kohonen's map for SAR images texture classification in parallel environment
%@secondarytype TDI
%2 sid.inpe.br/mtc-m17@80/2007/04.11.13.32.16
%A Veronese, Thalita Biazzuz,
%P 113
%@dissemination NTRSNASA; BNDEPOSITOLEGAL.
%@secondarydate 20080609
%@group CAP-SPG-INPE-MCT-BR
%K computação aplicada, imagens SAR, atributos de texturas, filtros gabor, classificação de imagens, processamento paralelo, SAR images, texture features, gabor filters, image classification, parallel processing.
%@documentstage not transferred
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%@electronicmailaddress thalitabv@gmail.com
%@copyholder SID/SCD
%@secondarykey INPE-15239-TDI/1326
%9 Dissertação (Mestrado em Computação Aplicada)
%@area COMP
%8 2007-02-05
%X Ao longo das últimas décadas, diversas técnicas tem sido desenvolvidas para classificação de imagens de sensoriamento remoto. No caso de imagens geradas por sensores que atuam na faixa de microondas (radar), novas pesquisas são necessárias, já que muitas vezes técnicas consagradas para a classificação de imagens ópticas não produzem resultados satisfatórios quando aplicadas a imagens radar. Isso acontece devido às características peculiares deste tipo de imagem - presença de forte ruído, por exemplo. Na região amazônica, as condições climáticas freqüentemente favorecem a cobertura de nuvens, o que se apresenta como fator restritivo à utilização de sensores ópticos, incapazes de transpor este obstáculo naturalmente. Entretanto, os sensores SAR praticamente não são afetados pela cobertura de nuvens, e portanto tem se tornado os principais responsáveis pela obtenção de dados, contribuindo para suprir a falta de informação disponível sobre esta região. Neste trabalho, avalia-se a eficiência de um classificador neural baseado no mapa auto-organizável de Kohonen para classificação de imagens SAR do SIVAM (Sistema de Vigilância da Amazônia), utilizando medidas de textura obtidas por filtros Gabor. Na fase de extração de atributos, um processo de elevado custo computacional, foram implementadas técnicas de processamento paralelo em rede de computadores de baixo custo, a fim de avaliar o real ganho em desempenho. As imagens utilizadas foram obtidas pelo sensor SAR-SIVAM sobre Machadinho dOeste - RO, adquiridas em 13 de Setembro de 2004 pelo sensor SAR da aeronave de sensoriamento remoto do SIVAM, gentilmente cedidas pela Divisão de Sensoriamento Remoto do Instituto de Estudos Avançados (IEAv/CTA). Como referência para a identificação visual de classes de texturas, serão utilizadas imagens ópticas SPOT e dados de campo cedidos pela EMBRAPA. ABSTRACT: In the last decades, several techniques have been developed for classification of remote sensing images. In the case of images obtained from sensors that act in the microwave regions (radar), new researches are necessary, since often successfull techniques for optical images classification do not produce satisfactory results when applied to radar images. This happens due to the peculiar characteristics of this type of image - e.g., the presence of strong noise. In the Amazon region, the climatic conditions frequently benefit clouds covering, what presents itself as a restrictive factor to the use of optical sensors, unable to naturally cross this obstacles. However, SAR sensors are pratically not aected by the clouds covering, and thus have become the main responsible for collection of data, contributing to supply the lack of information about this region. In this work, we evaluate the eciency of a neural classifier based on the Kohonens Self-Organizing Map for classifying SAR-SIVAM images obtained from Machadinho dOeste - RO, using Gabor texture features. In the feature extraction phase, a high computational cost proccess, techniques of parallel processing were implemented in low cost computer network, in order to analyze the real performance improvement. The images for testing were obtained in 2004 September 13, by the SAR sensor of SIVAMs remote sensing aircraft, kindly given by Remote Sensing Division of Advanced Studies Institute (IEAv/CTA). As reference for the visual identification of texture classes, SPOT optical images and field information, given by EMBRAPA, are used.
%@project CAP-SPG-INPE-MCT-BR
%E Ramos, Fernando Manuel (presidente),
%E Guimarães, Lamartine Nogueira Frutuoso (orientador),
%E Silva, José Demisio Simões da,
%E Stephany, Stephany,
%E Moreira, João Manoel Losada,
%T Aplicação de mapa de Kohonen para classificação de texturas em imagens SAR em ambiente paralelo
%4 sid.inpe.br/mtc-m17@80/2007/04.11.13.32
%D 2007
%C São José dos Campos