Loading…
Ocean surface change detection from remote sensing image based on stochastic similarity measure
ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its sto...
Saved in:
Published in: | Revista brasileira de recursos hídricos 2022-01, Vol.27 |
---|---|
Main Authors: | , , , , |
Format: | Article |
Language: | English |
Subjects: | |
Citations: | Items that this one cites Items that cite this one |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
cited_by | cdi_FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3 |
---|---|
cites | cdi_FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3 |
container_end_page | |
container_issue | |
container_start_page | |
container_title | Revista brasileira de recursos hídricos |
container_volume | 27 |
creator | Braga, Ian Henrique Teles Sacramento, Vinicius Pereira do Oliveira, Lígia Claudia Castro de Medeiros, Fátima Nelsizeuma Sombra de Rodrigues, Francisco Alixandre Ávila |
description | ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its stochastic nature, SAR data require methodologies that consider these peculiarities. This article presents a similarity measure that considers the randomness present in SAR data. To retrieve the random component in the SAR data, we used the stochastic distance. The similarity measure is carefully elaborated as a function of the stochastic distance such that its variation space is the interval [0, 1], facilitating its interpretation. Our proposal shows promising results in two applications: contrast evaluation, ocean surface change detection and binary change map. It is noteworthy that the possible limitations of our proposal are investigated through simulations guided by a Monte Carlo experiment.
RESUMO A detecção de mudanças com base em imagens de sensoriamento remoto tem atraído cada vez mais atenção de pesquisadores em todo o mundo. As imagens de radar de abertura sintética (SAR) tornaram-se recursos fundamentais para detectar mudanças na superfície terrestre. No entanto, devido à presença do ruído speckle e sua natureza estocástica, os dados SAR requerem metodologias que considerem essas peculiaridades. Este artigo apresenta uma medida de similaridade que considera a aleatoriedade presente nos dados SAR. Para recuperar o componente aleatório nos dados SAR, usamos distância estocástica. A medida de similaridade foi cuidadosamente elaborada em função da distância estocástica de forma que seu espaço de variação fosse o intervalo [0, 1], facilitando sua interpretação. Nossa proposta mostra resultados promissores em duas aplicações: avaliação de contraste, detecção de mudanças na superfície oceânica e mapa binário de mudanças. Vale ressaltar que as possíveis limitações de nossa proposta foram investigadas por meio de simulações guiadas por um experimento de Monte Carlo. |
doi_str_mv | 10.1590/2318-0331.272220220093 |
format | article |
fullrecord | <record><control><sourceid>scielo_doaj_</sourceid><recordid>TN_cdi_doaj_primary_oai_doaj_org_article_d52283cffb4a4542b703a50a46318218</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><scielo_id>S2318_03312022000100237</scielo_id><doaj_id>oai_doaj_org_article_d52283cffb4a4542b703a50a46318218</doaj_id><sourcerecordid>S2318_03312022000100237</sourcerecordid><originalsourceid>FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3</originalsourceid><addsrcrecordid>eNpNkd1KAzEQhYMoWNRXkLzA1snfbvZSin8geKGCdyGbTGpKdyPJ9sK3N7VShIGBmTmHjzOEXDNYMtXDDRdMNyAEW_KOcw61oBcnZHFcnJIFk0w2QrOPc3JVygYAWKeU6tmCmBeHdqJll4N1SN2nndZIPc7o5pgmGnIaacYxzUgLTiVOaxpHW28GW9DTelLmVGVljo6WOMatzXH-piPaaoqX5CzYbcGrv35B3u_v3laPzfPLw9Pq9rlxEvTcYBDt4BXqVgF0kjsxeKElhjYAyA66vu1bp4Ze6cAAtPetFr5z2IvB-d6LC_J08PXJbsxXroz52yQbze8g5bWxuSJu0XjFuRYuhEFaqSQfOhBWgZVtjYwzXb2WB6_iIm6T2aRdniq8ed2HavahHoKGisJFVwXtQeByKiVjOAIwMPs3maPQ_H-T-AFcA4KO</addsrcrecordid><sourcetype>Open Website</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>Ocean surface change detection from remote sensing image based on stochastic similarity measure</title><source>SciELO Brazil</source><creator>Braga, Ian Henrique Teles ; Sacramento, Vinicius Pereira do ; Oliveira, Lígia Claudia Castro de ; Medeiros, Fátima Nelsizeuma Sombra de ; Rodrigues, Francisco Alixandre Ávila</creator><creatorcontrib>Braga, Ian Henrique Teles ; Sacramento, Vinicius Pereira do ; Oliveira, Lígia Claudia Castro de ; Medeiros, Fátima Nelsizeuma Sombra de ; Rodrigues, Francisco Alixandre Ávila</creatorcontrib><description>ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its stochastic nature, SAR data require methodologies that consider these peculiarities. This article presents a similarity measure that considers the randomness present in SAR data. To retrieve the random component in the SAR data, we used the stochastic distance. The similarity measure is carefully elaborated as a function of the stochastic distance such that its variation space is the interval [0, 1], facilitating its interpretation. Our proposal shows promising results in two applications: contrast evaluation, ocean surface change detection and binary change map. It is noteworthy that the possible limitations of our proposal are investigated through simulations guided by a Monte Carlo experiment.
RESUMO A detecção de mudanças com base em imagens de sensoriamento remoto tem atraído cada vez mais atenção de pesquisadores em todo o mundo. As imagens de radar de abertura sintética (SAR) tornaram-se recursos fundamentais para detectar mudanças na superfície terrestre. No entanto, devido à presença do ruído speckle e sua natureza estocástica, os dados SAR requerem metodologias que considerem essas peculiaridades. Este artigo apresenta uma medida de similaridade que considera a aleatoriedade presente nos dados SAR. Para recuperar o componente aleatório nos dados SAR, usamos distância estocástica. A medida de similaridade foi cuidadosamente elaborada em função da distância estocástica de forma que seu espaço de variação fosse o intervalo [0, 1], facilitando sua interpretação. Nossa proposta mostra resultados promissores em duas aplicações: avaliação de contraste, detecção de mudanças na superfície oceânica e mapa binário de mudanças. Vale ressaltar que as possíveis limitações de nossa proposta foram investigadas por meio de simulações guiadas por um experimento de Monte Carlo.</description><identifier>ISSN: 1414-381X</identifier><identifier>ISSN: 2318-0331</identifier><identifier>EISSN: 2318-0331</identifier><identifier>DOI: 10.1590/2318-0331.272220220093</identifier><language>eng</language><publisher>Associação Brasileira de Recursos Hídricos</publisher><subject>ENGINEERING, ENVIRONMENTAL ; ENGINEERING, GEOLOGICAL ; ENGINEERING, MARINE ; ENGINEERING, OCEAN ; Ocean surface change detection ; SAR images ; Similarity measure ; Stochastic distance</subject><ispartof>Revista brasileira de recursos hídricos, 2022-01, Vol.27</ispartof><rights>This work is licensed under a Creative Commons Attribution 4.0 International License.</rights><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed><citedby>FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3</citedby><cites>FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3</cites><orcidid>0000-0002-4143-1486 ; 0000-0001-6141-7959 ; 0000-0001-7627-601X ; 0000-0002-1675-7775 ; 0000-0002-3998-4217</orcidid></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>230,314,780,784,885,24150,27924,27925</link.rule.ids></links><search><creatorcontrib>Braga, Ian Henrique Teles</creatorcontrib><creatorcontrib>Sacramento, Vinicius Pereira do</creatorcontrib><creatorcontrib>Oliveira, Lígia Claudia Castro de</creatorcontrib><creatorcontrib>Medeiros, Fátima Nelsizeuma Sombra de</creatorcontrib><creatorcontrib>Rodrigues, Francisco Alixandre Ávila</creatorcontrib><title>Ocean surface change detection from remote sensing image based on stochastic similarity measure</title><title>Revista brasileira de recursos hídricos</title><addtitle>RBRH</addtitle><description>ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its stochastic nature, SAR data require methodologies that consider these peculiarities. This article presents a similarity measure that considers the randomness present in SAR data. To retrieve the random component in the SAR data, we used the stochastic distance. The similarity measure is carefully elaborated as a function of the stochastic distance such that its variation space is the interval [0, 1], facilitating its interpretation. Our proposal shows promising results in two applications: contrast evaluation, ocean surface change detection and binary change map. It is noteworthy that the possible limitations of our proposal are investigated through simulations guided by a Monte Carlo experiment.
RESUMO A detecção de mudanças com base em imagens de sensoriamento remoto tem atraído cada vez mais atenção de pesquisadores em todo o mundo. As imagens de radar de abertura sintética (SAR) tornaram-se recursos fundamentais para detectar mudanças na superfície terrestre. No entanto, devido à presença do ruído speckle e sua natureza estocástica, os dados SAR requerem metodologias que considerem essas peculiaridades. Este artigo apresenta uma medida de similaridade que considera a aleatoriedade presente nos dados SAR. Para recuperar o componente aleatório nos dados SAR, usamos distância estocástica. A medida de similaridade foi cuidadosamente elaborada em função da distância estocástica de forma que seu espaço de variação fosse o intervalo [0, 1], facilitando sua interpretação. Nossa proposta mostra resultados promissores em duas aplicações: avaliação de contraste, detecção de mudanças na superfície oceânica e mapa binário de mudanças. Vale ressaltar que as possíveis limitações de nossa proposta foram investigadas por meio de simulações guiadas por um experimento de Monte Carlo.</description><subject>ENGINEERING, ENVIRONMENTAL</subject><subject>ENGINEERING, GEOLOGICAL</subject><subject>ENGINEERING, MARINE</subject><subject>ENGINEERING, OCEAN</subject><subject>Ocean surface change detection</subject><subject>SAR images</subject><subject>Similarity measure</subject><subject>Stochastic distance</subject><issn>1414-381X</issn><issn>2318-0331</issn><issn>2318-0331</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><sourceid>DOA</sourceid><recordid>eNpNkd1KAzEQhYMoWNRXkLzA1snfbvZSin8geKGCdyGbTGpKdyPJ9sK3N7VShIGBmTmHjzOEXDNYMtXDDRdMNyAEW_KOcw61oBcnZHFcnJIFk0w2QrOPc3JVygYAWKeU6tmCmBeHdqJll4N1SN2nndZIPc7o5pgmGnIaacYxzUgLTiVOaxpHW28GW9DTelLmVGVljo6WOMatzXH-piPaaoqX5CzYbcGrv35B3u_v3laPzfPLw9Pq9rlxEvTcYBDt4BXqVgF0kjsxeKElhjYAyA66vu1bp4Ze6cAAtPetFr5z2IvB-d6LC_J08PXJbsxXroz52yQbze8g5bWxuSJu0XjFuRYuhEFaqSQfOhBWgZVtjYwzXb2WB6_iIm6T2aRdniq8ed2HavahHoKGisJFVwXtQeByKiVjOAIwMPs3maPQ_H-T-AFcA4KO</recordid><startdate>20220101</startdate><enddate>20220101</enddate><creator>Braga, Ian Henrique Teles</creator><creator>Sacramento, Vinicius Pereira do</creator><creator>Oliveira, Lígia Claudia Castro de</creator><creator>Medeiros, Fátima Nelsizeuma Sombra de</creator><creator>Rodrigues, Francisco Alixandre Ávila</creator><general>Associação Brasileira de Recursos Hídricos</general><scope>AAYXX</scope><scope>CITATION</scope><scope>GPN</scope><scope>DOA</scope><orcidid>https://orcid.org/0000-0002-4143-1486</orcidid><orcidid>https://orcid.org/0000-0001-6141-7959</orcidid><orcidid>https://orcid.org/0000-0001-7627-601X</orcidid><orcidid>https://orcid.org/0000-0002-1675-7775</orcidid><orcidid>https://orcid.org/0000-0002-3998-4217</orcidid></search><sort><creationdate>20220101</creationdate><title>Ocean surface change detection from remote sensing image based on stochastic similarity measure</title><author>Braga, Ian Henrique Teles ; Sacramento, Vinicius Pereira do ; Oliveira, Lígia Claudia Castro de ; Medeiros, Fátima Nelsizeuma Sombra de ; Rodrigues, Francisco Alixandre Ávila</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>2022</creationdate><topic>ENGINEERING, ENVIRONMENTAL</topic><topic>ENGINEERING, GEOLOGICAL</topic><topic>ENGINEERING, MARINE</topic><topic>ENGINEERING, OCEAN</topic><topic>Ocean surface change detection</topic><topic>SAR images</topic><topic>Similarity measure</topic><topic>Stochastic distance</topic><toplevel>online_resources</toplevel><creatorcontrib>Braga, Ian Henrique Teles</creatorcontrib><creatorcontrib>Sacramento, Vinicius Pereira do</creatorcontrib><creatorcontrib>Oliveira, Lígia Claudia Castro de</creatorcontrib><creatorcontrib>Medeiros, Fátima Nelsizeuma Sombra de</creatorcontrib><creatorcontrib>Rodrigues, Francisco Alixandre Ávila</creatorcontrib><collection>CrossRef</collection><collection>SciELO</collection><collection>Directory of Open Access Journals</collection><jtitle>Revista brasileira de recursos hídricos</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Braga, Ian Henrique Teles</au><au>Sacramento, Vinicius Pereira do</au><au>Oliveira, Lígia Claudia Castro de</au><au>Medeiros, Fátima Nelsizeuma Sombra de</au><au>Rodrigues, Francisco Alixandre Ávila</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Ocean surface change detection from remote sensing image based on stochastic similarity measure</atitle><jtitle>Revista brasileira de recursos hídricos</jtitle><addtitle>RBRH</addtitle><date>2022-01-01</date><risdate>2022</risdate><volume>27</volume><issn>1414-381X</issn><issn>2318-0331</issn><eissn>2318-0331</eissn><abstract>ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its stochastic nature, SAR data require methodologies that consider these peculiarities. This article presents a similarity measure that considers the randomness present in SAR data. To retrieve the random component in the SAR data, we used the stochastic distance. The similarity measure is carefully elaborated as a function of the stochastic distance such that its variation space is the interval [0, 1], facilitating its interpretation. Our proposal shows promising results in two applications: contrast evaluation, ocean surface change detection and binary change map. It is noteworthy that the possible limitations of our proposal are investigated through simulations guided by a Monte Carlo experiment.
RESUMO A detecção de mudanças com base em imagens de sensoriamento remoto tem atraído cada vez mais atenção de pesquisadores em todo o mundo. As imagens de radar de abertura sintética (SAR) tornaram-se recursos fundamentais para detectar mudanças na superfície terrestre. No entanto, devido à presença do ruído speckle e sua natureza estocástica, os dados SAR requerem metodologias que considerem essas peculiaridades. Este artigo apresenta uma medida de similaridade que considera a aleatoriedade presente nos dados SAR. Para recuperar o componente aleatório nos dados SAR, usamos distância estocástica. A medida de similaridade foi cuidadosamente elaborada em função da distância estocástica de forma que seu espaço de variação fosse o intervalo [0, 1], facilitando sua interpretação. Nossa proposta mostra resultados promissores em duas aplicações: avaliação de contraste, detecção de mudanças na superfície oceânica e mapa binário de mudanças. Vale ressaltar que as possíveis limitações de nossa proposta foram investigadas por meio de simulações guiadas por um experimento de Monte Carlo.</abstract><pub>Associação Brasileira de Recursos Hídricos</pub><doi>10.1590/2318-0331.272220220093</doi><orcidid>https://orcid.org/0000-0002-4143-1486</orcidid><orcidid>https://orcid.org/0000-0001-6141-7959</orcidid><orcidid>https://orcid.org/0000-0001-7627-601X</orcidid><orcidid>https://orcid.org/0000-0002-1675-7775</orcidid><orcidid>https://orcid.org/0000-0002-3998-4217</orcidid><oa>free_for_read</oa></addata></record> |
fulltext | fulltext |
identifier | ISSN: 1414-381X |
ispartof | Revista brasileira de recursos hídricos, 2022-01, Vol.27 |
issn | 1414-381X 2318-0331 2318-0331 |
language | eng |
recordid | cdi_doaj_primary_oai_doaj_org_article_d52283cffb4a4542b703a50a46318218 |
source | SciELO Brazil |
subjects | ENGINEERING, ENVIRONMENTAL ENGINEERING, GEOLOGICAL ENGINEERING, MARINE ENGINEERING, OCEAN Ocean surface change detection SAR images Similarity measure Stochastic distance |
title | Ocean surface change detection from remote sensing image based on stochastic similarity measure |
url | http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-25T02%3A43%3A45IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-scielo_doaj_&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Ocean%20surface%20change%20detection%20from%20remote%20sensing%20image%20based%20on%20stochastic%20similarity%20measure&rft.jtitle=Revista%20brasileira%20de%20recursos%20hi%CC%81dricos&rft.au=Braga,%20Ian%20Henrique%20Teles&rft.date=2022-01-01&rft.volume=27&rft.issn=1414-381X&rft.eissn=2318-0331&rft_id=info:doi/10.1590/2318-0331.272220220093&rft_dat=%3Cscielo_doaj_%3ES2318_03312022000100237%3C/scielo_doaj_%3E%3Cgrp_id%3Ecdi_FETCH-LOGICAL-c408t-ef36bd5e86500742c3bd384ef6f0047079696c5b958f1008dd683d7ce93bcd9d3%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rft_scielo_id=S2318_03312022000100237&rfr_iscdi=true |