CAPTULO 4 SEGMENTAO DE IMAGENS SAR Segundo Gonzales e Wintz (1987), um dos primeiros passos do processo de anlise de uma imagem

digital consiste em particion-la em seus elementos constituintes. O processo de agrupar pixels de uma imagem em parties baseado em alguma propriedade intrnseca da imagem tal como intensidade mdia, contraste ou textura (Le Moigne e Tilton, 1995). Tal processo denominado de segmentao e representa o menor nvel descritivo no qual o entendimento de uma imagem possa ser baseado (Caves et al., 1996). A segmentao pode resumir todos os objetos (alvos) distintos que compem uma imagem, e esta possibilidade a torna muito valiosa para extrao de informaes. Alm de subsdio para anlise, a segmentao de uma imagem tambm pode ser empregada como parte do processo de gerenciamento e compresso de dados. Muitos tipos distintos de aplicao requerem ou se beneficiam deste tipo de informao, sendo o estudo do uso e ocupao do solo um deles. Muito embora a segmentao permita representar objetos da imagem como entidades nicas, ela no a priori uma classificao e sim um reconhecimento da estrutura desta imagem. Entretanto, estes dois processos esto intimamente ligados, uma vez que os segmentos podem ser classificados a partir da caracterstica comum de todos os pixels que os constituem. A segmentao pode, por exemplo, servir como primeiro passo para algoritmos de classificao contextual, uma vez que seu resultado contm descries da estrutura da imagem, tais como adjacncia, rea, posio e forma das regies constituintes. A segmentao depende do tipo de aplicao e tambm do tipo de sensor empregado para aquisio dos dados, uma vez que duas imagens de uma mesma cena tomadas com diferentes resolues, ou diferentes bandas espectrais, produziro segmentaes diferentes (Tailor et al., 1988).

41

O modelo mais geral associado operao de segmentao aquele no qual a cena consiste de regies que obedecem a um certo critrio de similaridade. Regies adjacentes distintas so separadas atravs de bordas que correspondem a mudanas em alguma propriedade estatstica local, tal como intensidade mdia ou textura. Neste trabalho sero consideradas somente as segmentaes produzidas atravs dos valores radiomtricos (intensidade) de cada pixel da imagem de entrada. Cabe notar que variaes na intensidade podem no ser um bom indicador das variaes fsicas da cena, assim como variaes fsicas nem sempre originam variaes na intensidade. Para dados SAR, o modelo de estrutura mais simples para uma imagem aquele em que o backscatter constante dentro dos segmentos, com bordas indicando uma mudana dessa grandeza. Na literatura este modelo conhecido como cartoon e, segundo Caves et al. (1996), as tcnicas de segmentao de imagens SAR baseadas neste modelo podem ser aplicadas com sucesso segmentao de regies limitadas por bordas abruptas, porm no so capazes de representar mudanas graduais de intensidade nem feies lineares. A segmentao de uma imagem pode ser obtida manualmente ou automaticamente. A segmentao manual tem como principal vantagem a possibilidade de contar com outros dados (percepo humana, cartas, mapas, pesquisa de campo, etc.) alm dos contidos na imagem. A segmentao manual de uma imagem no nica. Diferentes intrpretes podem gerar diferentes resultados e um mesmo intrprete pode gerar resultados diferentes em tempos diferentes. A segmentao feita automaticamente (a partir de algoritmos desenvolvidos para este propsito) baseia-se primariamente em tcnicas de reconhecimento de similaridade ou de diferenas mensurveis entre regies adjacentes. Muita pesquisa tem sido conduzida para desenvolver algoritmos para segmentao automtica de uma imagem. Entretanto, a maioria s so aplicveis para imagens obtidas por sensores pticos, uma vez que no so adaptadas para as caractersticas particulares das imagens obtidas por radares imageadores de abertura sinttica (SAR). O rudo

42

multiplicativo presente nestas imagens causa grandes variaes nos valores de intensidade de cada ponto da imagem e dificulta dramaticamente o seu processamento atravs de tcnicas de reconhecimento de padres. As tcnicas empregadas pelos algoritmos de segmentao so geralmente baseadas em duas propriedades bsicas dos valores de nveis de cinza: descontinuidade e similaridade. Na primeira categoria a abordagem particionar uma imagem tomando por base as mudanas abruptas do nvel de cinza. As principais reas de interesse desta categoria so a deteco de pontos isolados, de linhas e de bordas da imagem. Na segunda categoria a abordagem baseada no estabelecimento de um limiar para separar alvos distintos de uma imagem. A limiarizao pode ser entendida como uma operao que envolve testes contra uma funo da forma T = T x , y , p( x , y) , f ( x , y) , onde f (x, y) o nvel de cinza no ponto (x, y) e p(x, y) denota alguma propriedade local deste ponto, por exemplo, a mdia dos nveis de cinza de uma vizinhana centrada no ponto (x, y). Deste modo, uma imagem limiarizada g(x, y) pode ser definida, por exemplo, como: 1 g ( x , y) = 0 se f ( x , y ) > T

se f ( x , y) T

Deste modo, pixels rotulados como 1 correspondem a alvos enquanto que rotulados com zero correspondem ao fundo (background). A segmentao ento conduzida analisando a imagem pixel por pixel e rotulando cada um como alvo ou fundo em funo do limiar selecionado (Gonzales e Wintz, 1987). Segundo White (1986), as tcnicas empregadas para segmentao automtica de imagens podem ser agrupadas em trs principais categorias: ajuste de regies (region fitting), crescimento de regies (region growing) e deteco de bordas (edge detection). Segmentaes produzidas por algoritmos que empregam tcnicas de ajuste de regies so realizadas atravs de tentativas de ajustar um padro para cada poro da imagem de

43

entrada. Uma das mais simples implementaes desta abordagem a tcnica de diviso e agrupamento de regies (split and merge). Neste caso, a segmentao realizada juntando-se regies adjacentes se as mesmas forem similares ou dividindo uma regio se a mesma no homognea (White, 1986). Segundo Gonzales e Wintz (1987), uma abordagem para segmentar uma imagem atravs desta tcnica consiste em subdividir a imagem de entrada sucessivamente em quadrantes que satisfaam certa propriedade. Desta forma, para cada quadrante, verifica-se se a propriedade vlida ou no e se um dado quadrante no satisfazer tal propriedade, ele subdividido em subquadrantes e assim por diante. O prximo passo agrupar regies adjacentes que so similares, isto , satisfazem a propriedade definida. O processo termina quando no for mais possvel nenhuma diviso ou agrupamento. Entretanto, existem algumas limitaes no emprego desta tcnica. Uma delas que, uma vez que a segmentao feita a partir da produo de divises quadradas da imagem original, a segmentao final tende a ter regies com formas quadradas. Outro aspecto que as regies produzidas so dependentes do ponto de partida e regies homogneas podem ser segmentadas dependendo da sua posio espacial com respeito a matriz quadrada definida. Finalmente, esta abordagem tende a perder pequenas regies dentro de grandes reas uniformes. Segundo White (1986), esta tcnica pode ser empregada para imagens SAR. Neste caso, a janela (quadrante) precisa ser suficientemente grande para possibilitar a deteco de descontinuidades na presena de rudo. Por outro lado, a janela no pode ser muito grande, pois os resultados so confusos quando regies pequenas so encontradas. Deste modo, a maior limitao desta tcnica para dados SAR a necessidade de se empregar janelas de tamanho fixo. Um exemplo de aplicao desta tcnica em algoritmos de segmentao de imagens SAR pode ser encontrado em Gerbrands e Backer (1984). Segmentaes produzidas por algoritmos que empregam tcnicas de crescimento de regies baseiam-se na procura direta de regies, onde o procedimento consiste em agrupar pixels ou sub-regies em regies maiores. Nesta tcnica, a segmentao se inicia

44

com parties pequenas, distintas e homogneas da imagem para depois agrupar essas parties empregando-se critrios de similaridade de uma certa propriedade (nvel mdio de cinza, por exemplo) entre parties vizinhas. A seleo do critrio de similaridade depende da aplicao considerada e do tipo de dado disponvel. Alguns problemas desta tcnica so a seleo das parties iniciais, a seleo de propriedades convenientes para crescer (ou agrupar) essas parties e a formulao de uma regra de trmino para o processo. Outro problema que toda vez que um novo pixel juntado a um segmento, a caracterstica deste segmento redefinida. A adio de um pixel a um segmento dependente do limiar de similaridade automtico ou manual adotado. Pixels situados em zonas de fronteira entre duas regies distintas podem ter caractersticas impuras, ou seja, seus valores radiomtricos podem ser uma combinao das radiometrias que definem essas regies. Deste modo, se o limiar estabelecido muito alto, o crescimento de regies vai deixar muitos desses pixels como segmentos diminutos. Entretanto, se o limiar baixo, segmentos que representam classes distintas sero agrupados. Com respeito ao emprego para imagens SAR, esta tcnica permite o crescimento de qualquer segmento para qualquer tamanho e forma de janelas desejado. Entretanto, a necessidade de seleo de parmetros de similaridade dificulta sua aplicao, devido dificuldade de se encontrar parmetros fixos que possam ser empregados para diferentes imagens. Exemplos de algoritmos de segmentao de imagens SAR que empregam esta tcnica podem ser encontrados em Cook et al. (1994) e Oddy e Rye (1983). Segmentaes produzidas por algoritmos que empregam tcnicas de deteco de bordas baseiam-se em encontrar limites entre regies homogneas de diferentes propriedades (White, 1996), e necessitam de operadores especficos que realcem as bordas antes da segmentao (Bni et al., 1989). Uma borda o limite entre duas regies com propriedades de nveis de cinza relativamente distintas e sua deteco pode ser feita automaticamente por operadores de derivadas locais denominados de gradiente, os quais so implementados usando-se janelas (mscaras) de variados tamanhos.

45

Tcnicas de deteco de bordas tm sido largamente empregadas para segmentar imagens pticas. Alguns exemplos de operadores de bordas usados em tais imagens so os gradientes de Robert, Prewitt e Sobel (Gonzales e Wintz, 1987), os quais utilizam mscaras de tamanhos 2 2 , 3 3 ou 5 5 . Entretanto, os mesmos so pouco eficientes para imagens SAR, basicamente devido ao pequeno tamanho das mscaras empregadas. Todavia, para estas imagens, o gradiente de Sobel o mais apropriado devido ao efeito de suavizao que causa na imagem. Por outro lado, o emprego de mscaras maiores, 9 9 por exemplo, pode facilmente introduzir problemas na orientao das bordas (Frost et al., 1982). Exemplos de algoritmos de segmentao de imagens SAR que empregam esta tcnica podem ser encontrados em (White, 1986), (Frost et al., 1982), (Don e Fu, 1985), (Rosenfeld e Thurston, 1971), (Rosenfeld et al., 1972) e (Touzi et al., 1988). Como pode ser observado, no existem tcnicas plenamente satisfatrias para a segmentao de imagens SAR. Esta deficincia conseqncia direta do rudo multiplicativo. O processo de segmentao destas imagens a partir das tcnicas apresentadas exige que reas com grande quantidade de pixels sejam amostradas para se obter mdias de retroespalhamento mais precisas, acarretando perda de resoluo, de desempenho ou excessivo custo computacional.

46