PUMA
Istituto di Scienza e Tecnologie dell'Informazione     
Bedini L., Righi M., Salerno E. OSIRIS - Segmentazione di immagini SAR. Optical/SAR data and system Integration for Rush Identification of Ship models. Project report 3, 2017.
 
 
Abstract
(English)
In questo lavoro viene descritto il metodo SISS (Ship Image Segmentation from SAR). Il metodo segmenta le navi che sono presenti nelle immagini provenienti da Synthetic Aperture Radar (SAR) installato su satelliti. Il metodo calcola un'approssimazione della sagoma della nave presente nell'immagine elaborata. Se nell'immagine è presente più di una nave, elabora la sagoma della nave che riflette maggiormente il segnale radar inviato. In particolare, il metodo è in grado di filtrare il rumori e i disturbi derivanti da sidelobe e speckle. Le immagini analizzate devono contenere, oltre alla nave da elaborare, una porzione di mare intorno a essa per calcolare il background. In un'immagine SAR, sia essa a bassa o alta risoluzione, quando un oggetto "riflettente" come il metallo di una nave è "illuminato", ci aspettiamo che rifletta una quantità omogenea di segnale radio maggiore rispetto all'ambiente che lo circonda. Inoltre, la nave è un oggetto connesso e quindi, fatta eccezione per parti radiotrasparenti, il segnale riflesso dalla nave e registrato dall'antenna ricevente è rappresentabile come un'area connessa. In caso che vi siano alcune aree radioriflettenti separate da aree radiotrasparenti, saranno visibili insiemi di aree connesse a distanza ravvicinata. In questo caso, poiché spesso nelle navi il segnale è riflesso dalle strutture di poppa e prua, il metodo SISS raccorda queste aree. Precisiamo che SISS attenua i disturbi dei lobi laterali che sono in saturazione, la loro eliminazione è demandata a un successivo processo di calcolo. L'innovazione introdotta da SISS consiste nella velocità di calcolo e nell'uso di seguito descritto di metodi statistici per l'eliminazione degli outlayer. SISS è stato implementato e testato su 30 immagini reali: 20 immagini acquisite dal satellite Sentinel 1 e 10 immagini acquisite dal satellite COSMO-SkyMed.
Subject Segmentation
De-noise
De-speckle
Pattern-recognition
I.5 PATTERN RECOGNITION
I.5.2 PATTERN RECOGNITION. Design Methodology
I.4 IMAGE PROCESSING AND COMPUTER VISION


Icona documento 1) Download Document PDF


Icona documento Open access Icona documento Restricted Icona documento Private

 


Per ulteriori informazioni, contattare: Librarian http://puma.isti.cnr.it

Valid HTML 4.0 Transitional