Estudio de algoritmos para detección de bordes en imágenes SAR satelitales basados en la Divergencia de Jensen Shannon | Trabajo Especial de la Lic. en Ciencias de la Computación

Día: viernes 30 de junio de 2023

Hora: 11:00 hs

Lugar: Aula Magna | FAMAF

Resumen: La detección de bordes en imágenes SAR es un tema de interés en diversos campos. El ruido "speckle" dificulta esta tarea, ya que afecta la precisión de la detección. Aunque se ha mejorado la detección de bordes mediante la aplicación de un algoritmo basado en la divergencia de Jensen-Shannon (JSD), ya sea en su versión 1D o 2D, aún no se ha logrado solucionar completamente este problema. El uso de este algoritmo todavía introduce una cantidad significativa de ruido y no detecta los bordes de manera detallada. Para abordar esta situación, hemos implementado un enfoque que busca identificar los puntos que realmente conforman el borde que queremos detectar, distinguiéndose de los puntos de ruido introducidos por el algoritmo de Jensen-Shannon. Para lograr esto, aplicamos un filtrado repetido a la imagen e interpretamos la imagen JSD como un grafo. Luego, convertimos este grafo en un árbol utilizando el algoritmo de Unión Find Kruskal. A continuación, seleccionamos el punto inicial y final del borde de la superficie que queremos detectar. Por último, utilizamos el algoritmo de Depth First Search (DFS) para encontrar un camino que los conecte y graficamos estos puntos en la imagen para una mejor comprensión visual. El resultado obtenido cumple con nuestras expectativas. Mediante el uso de los parámetros de filtrado adecuados, la detección de bordes es detallada y proporciona información valiosa sobre la superficie que estamos analizando.