Classificação e eliminação dos ruídos em imagens hiperespectrais pela análise seqüencial da transformação por Fração de Ruído Mínima
AUTOR(ES)
Carvalho Júnior, Osmar A., Carvalho, Ana P. F., Meneses, Paulo R., Guimarães, Renato F.
FONTE
Revista Brasileira de Geofísica
DATA DE PUBLICAÇÃO
2002-04
RESUMO
As imagens hiperespectrais são muito suscetíveis às interferências de ruídos, o que dificulta a identificação e a quantificação mineral. Portanto, torna-se fundamental o emprego de técnicas para minimizá-los. Um eficiente procedimento matemático para redução de ruídos é a Fração de Ruído Mínima (MNF). Esse método é derivado e análogo à transformação Análise de Componentes Principais, distinguindo-se por promover a maximização do ruído ao invés da variância dos dados, o que proporciona um ordenamento que reflete a qualidade das imagens. A transformação MNF pode ser subdividida em quatro etapas: a) obtenção de uma amostra do ruído; b) formulação de um índice de fracionamento do ruído; c) implementação de uma função de transformação linear no molde da APC, e d) inversão do MNF considerando apenas as informações de sinais. No presente trabalho é proposta uma metodologia de MNF seqüencial, utilizando referências internas e externas da imagem. Como referência externa foi utilizada a referência escura coletada durante o vôo simultaneamente à obtenção da imagem. A referência interna foi obtida por técnicas estatísticas para a segmentação da fração do ruído em relação ao sinal. Três tipos de ruídos podem ser definidos conforme a variância e correlação: a) ruídos não-correlacionados e com igual variância; b) ruídos altamente correlacionados; e c) ruídos com matriz de covariância desconhecida. Para as imagens AVIRIS pode-se esquematizar um procedimento seqüencial de MNF com duas etapas, sendo que, na primeira, são eliminados os ruídos de referência interna e na segunda, os de referência externa relativos ao ruído instrumental. Esse procedimento permite distinguir diferentes tipos de ruídos e eliminá-los seqüencialmente, de forma simples e eficiente.
ASSUNTO(S)
sensoriamento remoto hiperespectral processamento de imagem ruído
Documentos Relacionados
- Estimativas dos ruidos nas imagens hiperespectrais de Sensoriamento Remoto baseadas na regressão linear múltipla e transformada "wavelet"
- Seleção seqüencial de descritores por análise da semântica para recuperação de imagens baseada no conteúdo
- Investigação sobre métodos para redução de dimensionalidade dos dados em imagens hiperespectrais
- ANÁLISE DO NÍVEL DE LEGENDA DE CLASSIFICAÇÃO DE AREAS URBANAS EMPREGANDO IMAGENS MULTIESPECTRAIS E HIPERESPECTRAIS COM OS MÉTODOS ÁRVORE DE DECISÃO C4.5 E FLORESTA RANDÔMICA
- Support vector machines na classificação de imagens hiperespectrais