Análisis comparativo de métodos de reducción de ruido para imágenes generadas por radares de apertura sintética (SAR)

Cargando...
Miniatura

Fecha

2024-08

Autores

López-Rubio, Martín F.

Título de la revista

ISSN de la revista

Título del volumen

Editor

ITESO

Resumen

En este trabajo, a manera de metaanálisis se comparan métodos para reducir el ruido “salt and pepper” en imágenes, analizando técnicas como filtros de promedio, transformadas wavelet, y métodos basados en inteligencia artificial (IA) como machine learning y deep learning contextualizado en especial para imágenes obtenidas por radares de apertura sintética (SAR), dónde es común encontrar este tipo de ruido específico. Con el objetivo de encontrar los métodos más eficaces y vislumbrar patrones de comportamiento entre ellos.

El análisis se basa en una recopilación de estadísticas de 59 métodos de reducción de ruido. En la investigación se concluye una selección de métodos mejor eficacia y se explora un patrón aparente en el que los métodos basados en inteligencia artificial tienden a ser más efectivos en niveles altos de ruido, además de revelar una falta de estandarización en los indicadores de evaluación y en los conjuntos de datos utilizados.

Se proponen posibles artículos científicos a publicar como trabajos futuros a partir de este metaanálisis.

Descripción

Palabras clave

SAR, Python, Image Processing, Procesamiento de Imágenes, Radar/SAR Imaging, Inteligencia Artificial, Aprendizaje Automático, Aprendizaje Profundo

Citación

López-Rubio, M. F. (2024). Análisis comparativo de métodos de reducción de ruido para imágenes generadas por radares de apertura sintética (SAR). Trabajo de obtención de grado, Maestría en Sistemas Computacionales. Tlaquepaque, Jalisco: ITESO.