Este trabajo propone un método no supervisado de detección cambios para el estudio del comportamiento de las inundaciones en Colombia usando imágenes SAR (Synthetic Aperture Radar). El enfoque de detección de cambios propuesto es un método pre-Clasificación, en el cual se clasifican primero las imágenes y luego por medio de operadores de relación se encuentra los cambios. En primera instancia se filtraron las imágenes SAR con el filtro Frost-Mejorado con el objetivo de eliminar el efecto del ruido Speckle. Para la segmentación no supervisada de imágenes SAR se utilizaron los enfoques de Fuzzy-Clustering (FCM) y k-means, los resultados de ambos enfoques fueron fusionados con el fin de mejorar la precisión en la segmentación usando el método de fusión de imágenes PCA (Principal Component Analysis). Para la detección de cambios se implementaron los operadores de relación Mean-Ratio y Log-Ratio, los resultados de ambos operadores de relación también fueron fusionados usando PCA con el fin de mejorar la precisión en esta fase del método propuesto. Para la experimentación se usaron en primera instancia imágenes sintéticas creadas a partir de zonas homogéneas de imágenes SAR de Colombia. Con estas imágenes fue posible evaluar el desempeño del método propuesto. Los resultados mostraron una precisión total alrededor del 99 %, lo que concluye que el método propuesto es altamente eficiente sobre el conjunto de datos usado. Luego se experimentó sobre dos imágenes SAR reales, una antes y otra después de una inundación, las cuales fueron proporcionadas por el IDEAM y cubren el área del Magdalena bajo en el municipio del Plato-Magdalena. El método propuesto encontró que en estas imágenes aproximadamente 77.46 hectáreas del municipio del Plato- Magdalena fueron inundadas por el río Magdalena.
Synthetic Aperture Radar Imaging and Motion Estimation via Robust Principal Component Analysis
