Skip to content

Validazione sperimentale di metodologie di classificazione per immagini SAR multifrequenza e polarimetriche

Image classification is an important aspect in different applications. Specifically, image classification of remote sensing data is important for several applications like topography, oceanography, forestry, agriculture, urban planning, environmental and prediction and evaluation of natural disasters. This thesis is focused on image classification of SAR (Synthetic Aperture Radar) Images. A theoretical study is presented which summarises the most important aspects of radar and SAR and the theory about stochastic processes. We analysed SAR images with two different types of algorithms: one which is based on MRFs (Markov Random Fields) with ICM (Iterated Conditional Mode) that is a supervised classifier; the other based on K-Means algorithm. We combined these algorithms with different feature transformations and filters to obtain a better classification. To compare the results we used a statistical analysis based on “Confusion Matrices”. Particularly, our attention was dedicated to develop and test the MRF-ICM method for classification of SAR images. In the past, these methods are not used for classification of only SAR images but also with optical images. In addition, we studied the image properties in order to obtain the better data representation. Among these properties, we consider feature transformations in order to study the image from a different points of view. In addition, we tested the accuracy of the Log-normal probability density function to describe the image and a relative classification. Instead, for the unsupervised classification, we used, as described above, K-Means algorithm which was used to compare different classifications. Actually, we studied the feature extraction of PolSAR (Polarized SAR) images which consists in parameters alpha and entropy (α and H). Thus, the results consist in classifications with these parameters and, then, we compare the results of supervised and unsupervised classification separately.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
INTRODUCTION 1 INTRODUCTION Environmental monitoring, earth-resource mapping, and defence (security systems) may involve broad-area imaging at high and medium resolution. The imagery must often be acquired in inclement weather or during night as well as day. Synthetic Aperture Radar (SAR), both on airborne and spaceborne platforms, provides such a capability. SAR systems take advantage of the long-range propagation characteristics of radar signals and of the complex information processing capability of modern digital electronics to provide high and median resolution imagery. Synthetic Aperture Radar complements photographic and other optical imaging capabilities thanks to the minimum constraints on time-of-day and atmospheric conditions and thanks to the unique responses of terrain and cultural targets to radar frequencies. ERS-1 was the first instrument in a series of orbital SAR planned to have long lifetimes and semi-operational capabilities. Consequently ERS-2, JERS-2 and RADARSAT satellite systems were created. ENVISAT was launched in 2001. These satellites allow dynamic processes to be observed over most of the Earth’s surface by providing a long series of accurate measurements of the backscatter coefficient 1 . This has a significant impact in many scientific domains: vegetation mapping and monitoring, hydrology, sea-ice mapping and geology. Particularly, Synthetic Aperture Radar technology has provided terrain structural information to geologists for mineral exploration, oil spill boundaries on water to environmentalists, sea state and ice hazard maps to navigators, and reconnaissance and targeting information to military operations. There are many other applications or potential applications. Some of these, particularly civilian, have not yet been adequately explored because lower cost electronics are just beginning to make SAR technology economical for smaller scale uses. Spaceborne radar systems use single frequencies and polarization with modest resolution, because of the constraints imposed by their deployment in space. On the contrary, more complex airborne systems have demonstrated the advantages of multiple frequencies and polarizations. These advantages 1 The backscattering or backward scattering coefficient, in unit of m -1 , indicates the attenuation (reduction in light intensity) caused by scattering at angles from 90° to 180°. 1

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Alessandro Carrega
  Tipo: Laurea I ciclo (triennale)
  Anno: 2004-05
  Università: Università degli studi di Genova
  Facoltà: Ingegneria
  Corso: Ingegneria Informatica
  Relatore: Sebastiano B. Serpico
Coautore: Alessandra Luti
  Lingua: Italiano
  Num. pagine: 158

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

alpha
confusion matrix
error matrix
icm
k-means
mrf
sar
supervised
unsupervised
image
radar
entropy
classification
validation
probability
algorithms
covariance
multifrequency
polarimetric
markov fields

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi