Per citar aquest document: http://ddd.uab.cat/record/133501
Decomposition and unsupervised segmentation of dual-polarized polarimetric SAR data using fuzzy entropy and coherency clustering method
Olivé Heras, Ana
Bara Iniesta, Marc Antoni

Data: 2015
Descripció: 63 p.
Pla d'estudis: Màster Universitari en Enginyeria de Telecomunicacions / Telecommunication Engineering [1170]
Resum: En aquesta tesi, el teorema de descomposició H-α i l'algorisme de segmentació fuzzy c-means s'apliquen a un conjunt de dades polarimètriques amb polarització dual d'un sistema SAR (Synthetic Aperture Radar) usant MATLAB i s’avalua la precisió de la segmentació. La segmentació es realitza amb l’objectiu de separar els diferents elements del paisatge emprant les característiques pròpies de cada mecanisme de dispersió. Com es veurà, els paràmetres d’entropia i d’alpha resulten molt valuosos per a diferenciar els diversos tipus d'objectius i l'algorisme fuzzy c-means proposat aplicat a l’entropia i a la matriu de coherència obté resultats robustos en el procés de segmentació. Ambdós algorismes s'apliquen sobre un conjunt de dades de Pangkalan Bun, Indonèsia, proporcionat pel satèl·lit radar TerraSAR-X.
Resum: En esta tesis, el teorema de descomposición H-α y el algoritmo de segmentación fuzzy c-means se aplican a un conjunto de datos polarimétricos con polarización dual de un sistema SAR (Synthetic Aperture Radar) usando MATLAB y se evalúa la precisión de la segmentación. La segmentación separa los diferentes elementos del paisaje usando las características propias de cada mecanismo de dispersión. Como se verá, los parámetros de entropía y de alpha resultan muy valiosos para diferenciar los tipos de objetivos y el algoritmo fuzzy c-means propuesto aplicado a la entropía y a la matriz de coherencia proporciona resultados robustos en la segmentación. Ambos algoritmos se aplican sobre un conjunto de datos de Pangkalan Bun, Indonesia, proporcionado por el satélite TerraSAR-X.
Resum: In this thesis, H-α decomposition theorem and fuzzy c-means segmentation algorithm are applied to dual-polarized polarimetric SAR (Synthetic Aperture Radar) data using MATLAB and the accuracy of segmentation is evaluated. The segmentation is done with the purpose of separating the different elements of the landscape using the characteristics of the scattering mechanisms. As it will be shown, entropy and alpha decomposition parameters are a valuable key to differentiate between diverse types of targets and the proposed fuzzy c-means algorithm applied to the entropy and coherency matrix provides robust results in the segmentation process. Both algorithms are applied on a dual-polarized SAR dataset of Pangkalan Bun, Indonesia, provided by TerraSAR-X radar Earth observation satellite.
Drets: L'accés als continguts d'aquest document queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: Creative Commons
Llengua: Anglès.
Document: masterThesis
Matèria: Radar d'obertura sintética ; Imatges -- Processament ; Algorismes computacionals

Adreça alternativa: http://hdl.handle.net/2072/252352


40 p, 7.6 MB

23 p, 9.6 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de recerca i projectes de final de carrera

 Registre creat el 2015-07-21, darrera modificació el 2016-10-14



   Favorit i Compartir