Spelling suggestions: "subject:"Keywords: nonparametrics statistics"" "subject:"Keywords: andparametrics statistics""
1 |
Non-parametric edge detection in speckled imageryGiovanny Giron Amaya, Edwin 31 January 2008 (has links)
Made available in DSpace on 2014-06-12T18:02:43Z (GMT). No. of bitstreams: 2
arquivo4052_1.pdf: 1926198 bytes, checksum: a394edbf4f303fa7b25af920df83cf25 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho propõe uma técnica não-paramétrica para detecção de bordas em imagens
speckle. As imagens SAR ("Synthetic aperture Radar"), sonar, B-ultrasound
e laser são corrompidas por um ruído não aditivo chamado speckle. Vários modelos
estatísticos foram propostos para desrever este ruído, levando ao desenvolvimento
de técnicas especiais para melhoramento e análise de imagens. A distribuição G0 é
um modelo estatístico que consegue descrever uma ampla gama de áreas, como, por
exemplo, em dados SAR, pastos (lisos), florestas (rugosos) e áreas urbanas (muito
rugosos). O objetivo deste trabalho é estudar ténicas alternativas na detecção de
imagens speckled, tomando como ponto de partida Gambini et al. (2006, 2008).
Um novo detector de borda baseado no teste de Kruskal Wallis é proposto. Os
nossos resultados numéricos mostram que esse detector é uma alternativa atraente
ao detector de M. Gambini, que é baseado na função de verossimilhançaa.
Neste trabalho fornecemos evidências de que a técnica de M. Gambini pode ser
substituída om sucesso pelo método Kruskal Wallis. O ganho reside em ter um
algoritmo 1000 vezes mais rápido, sem omprometer a qualidade dos resultados
|
Page generated in 0.0889 seconds