Title

Segmentación de coberturas de la tierra espectralmente similares empleando campos aleatorios de Markov y características de textura estructural y estocástica

Author

ERIKA DANAE LOPEZ ESPINOZA

Contributor

LEOPOLDO ALTAMIRANO ROBLES (Thesis Adviser)

Access level

Open Access

Summary or description

In this thesis,Markovian modeling is applied to perform segmentation of land cover

from remote sensing and digital images. The segmentation problem is approached as a

classification problem, where the goal is to decompose an image in a set of homogeneous

regions using a similarity characteristics set.

In the Bayesian framework using Markov Random Fields (MRF) the image texture

is introduced as clique potentials of a second-order posterior energy function. These

clique potentials or texture fields are obtained by means of the 2-DWold decomposition

and the obtained final function is called texture energy function (TEF). Texture fields

are obtained from the frequency domain, therefore, a model is defined through both

the spatial (contextual constraint) and frequency (reference fields) domain. This model

allows us to define better the segmented image borders.

Experiments were carried out on a variety of synthetic and real images. From the

segmentation results, it is observed that by incorporating texture fields to the posterior

energy function, the segmentation quality is improved.

In this thesis, the main result is the TEF function which is possible to introduce

within MRF and tree-structured Markov random fields (TS-MRF) models. In this way,

a new model for segmentation of classes with similar spectral response based on TSMRF

and the TEF function is proposed.

In addition, a methodology that involves the TEF function and a stochastic geometry

model to improve image segmentation is proposed. The segmentation preliminary

results on synthetic images are encouraging, but there is still work to be done in this

direction.

En esta tesis se analiza el modelado Markoviano y su uso en la segmentación de

coberturas de la tierra a partir de imágenes para técnicas de percepción remota, sin dejar

a un lado el dominio de imágenes digitales en general. El problema de segmentación

lo consideramos análogo al de clasificación, donde el objetivo es dividir una imagen en

regiones homogéneas de acuerdo a un conjunto dado de características.

Bajo el enfoque Bayesiano usando campos aleatorios de Markov (MRF por sus

siglas en ingle´s), la textura de la imagen a ser segmentada se introduce como parte

de las funciones potenciales de la función de energía posterior de segundo grado. Los

campos de textura de la imagen segmentada son obtenidos mediante la descomposición

de Wold, y a la función final la llamamos Función de Energía de Textura o función

TEF por sus siglas en inglés. Al obtener los campos de textura en el dominio de las

frecuencias mediante la descomposición de Wold, la función propuesta queda definida

tanto en el dominio espacial (interacciones entre los píxeles) como en el dominio de las

frecuencias (campos de referencia). Lo anterior permite definir mejor los bordes de los

objetos que están siendo segmentados.

Una variedad de imágenes sintéticas y reales son segmentadas usando la función

TEF. A partir de los resultados de segmentación obtenidos se observa que, al incorporar

campos de textura en la función de energía posterior de losMRF se mejora el porcentaje

de segmentación.

La principal aportación en esta tesis es la función TEF la cual es posible introducir

en modelos de campos aleatorios deMarkov planos y de estructura de árbol (TS-MRF).

De esta manera en esta tesis se propone un nuevo modelo basado en TS-MRF y la

función TEF para segmentación de clases espectralmente similares.

Adicionalmente, se propone una metodología preliminar que involucra la función

TEF y un modelo de geometría estocástica para mejorar la segmentación de imágenes

con objetos geométricos. Los resultados de segmentación preliminares obtenidos sobre

imágenes sintéticas son alentadores, sin embargo existemucho trabajo por hacer en este

tema.

Publisher

Instituto Nacional de Astrofísica, Óptica y Electrónica

Publish date

September, 2009

Publication type

Doctoral thesis

Publication version

Accepted Version

Format

application/pdf

Language

Spanish

Audience

Students

Researchers

General public

Citation suggestion

Lopez-Espinoza E.D.

Source repository

Repositorio Institucional del INAOE

Downloads

874

Comments



You need to sign in or sign up to comment.