| Summary: | Esta dissertação destina-se ao desenvolvimento de uma metodologia para a deteção de minas terrestres em imagens térmicas adquiridas em contexto militar. A deteção das minas em imagens térmicas é condicionada por diversos fatores, tais como: as características das minas, as características do terreno e profundidade a que as mesmas são colocadas. As condições em que as imagens são obtidas influenciam diretamente as metodologias utilizadas para efetuar a deteção automática das minas, através de técnicas de processamento de imagem. A metodologia seguida neste trabalho é composta por duas fases: obtenção de imagens térmicas e o seu processamento. Na primeira fase foram elaborados diversos campos minados para averiguar quais os fatores que influenciam a deteção das minas. Na segunda fase foi feito o processamento de um conjunto de imagens para detetar as assinaturas das minas. Este processamento inclui a classificação com os algoritmos K-Nearest Neighbours (KNN) e máquina de suporte vetorial e parametrização recorrendo a validação cruzada com o método 10-fold. Foi implementada uma segunda abordagem baseada em segmentação com recurso a limiares. Assim, foi possível efetuar uma comparação relativa entre os algoritmos de classificação e o de segmentação. A análise dos resultados obtidos permite identificar como fatores que condicionam a deteção das minas a emissividade das mesmas, a sua profundidade de enterro, a presença de vegetação na superfície do solo e o período do dia em que as imagens são obtidas. A melhor classificação das imagens foi obtida com o classificador KNN para 40 características, selecionadas com Sequential Backward Selection (SBS), recorrendo à métrica de distância da correlação.
|
|---|