| Summary: | 0 escopo deste trabalho concentra-se no uso de metodos capazes de geracao de texturas sinteticas de aparencia natural, a partir da reproducao de padroes fonte previamente selecionados. Modelos estatisticos espaciais sao a base para os metodos utilizados, especificamente a modelagem baseada em processos autorregressivos e de media movel para a estimacao de parametros e geracao de padroes de textura. Dois metodos sao utilizados para a estimacao de parametros, ambos baseados em processos autorregressivos. 0 primeiro metodo e baseado na utilizacao da funcao de autocorrelacao linear e na concatenacao de linhas e colunas da textura analizada. 0 segundo metodo utiliza a funcao de autocorrelacao bidimensional concatenada, sendo capaz de evitar a acumulacao de erros ocasionada por correlacoes indesejadas geradas pelo processo de concatenacao de linhas e colunas, ao ser utilizada a autocorrelacao linear. 0 procedimento de sintese e baseado na geracao de um campo ruido branco bidimesional de media zero e mesma variancia dos residuos obtidos a partir do processo de modelagem, que e o ruido branco motor de um processo autorregressivo bidimensional, o qual resultara na textura sintetica. Para imagens de radar de abertura sintetica, foi utilizada uma tecnica de pre-processamento submetendo as amostras das imagens a transformacao pela curva raiz cubica, como uma forma de obtencao de distribuicao aproximadamente gaussiana. Imagens obtidas por sensores oticos dos satelites Landsat-5 e JERS-1 tambem sao submetidas aos metodos, bem como texturas naturais tais quais marmore e granito. Um programa computacional grafico multiplataforma utilizando linguagem IDL foi desenvolvido, contendo todas as funcionalidades necessarias para a modelagem autorregressiva e a sintese de texturas. === The scope of this work is the use of methods capable of generating natural looking synthetic textures reproducing previously selected source patterns. Spatial statistic models are the basis for the used methods, specifically autoregressive moving average modeling for parameter estimation and texture pattern generation. Two methods are used for parameter estimation; both are based on autoregressive processes. The first method is based on using the linear autocorrelation function and on concatenating rows and columns of the analyzed texture. The second method uses a concatenated two dimensional autocorrelation function, and is able to avoid cumulative errors caused by undesired correlations generated by the row and column concatenation process using linear autocorrelation. The synthesis procedure is based on generating a zero mean two dimensional random white noise field which has the same variance as the residuals obtained from the modeling process. This white noise is the driver for a twodimensional autoregressive process, which results in a synthetic texture. For synthetic aperture radar images, a pre-processing technique using cubic root transformation on the image samples is used, as a way to obtain a near-Gaussian distribution. Images obtained by Landsat-5 and JERS-1 optical sensors are also tested, and so do natural textures such as marmour and granite. A graphic multiplatform computer-based program was developed using IDL language, containing all necessary functionalities for autoregressive modeling and texture synthesis.
|
|---|
