Arquitectura do sistema FuzzyUpwell

Como uma das contribuições desta dissertação, o trabalho desenvolvido resultou numa proposta de uma arquitectura de um sistema que engloba todos os métodos estudados. A Figura 3.8 contém um esquema com os vários módulos e secções que compuseram o estudo feito com os algoritmos de fuzzy clustering. A componente com a aplicação do algoritmo de Histogram Thresholding enquadra-se no mesmo sistema, com a exclusão das componentes que possuem pertenças difusas, ou seja, o Módulo de Segmentação não resulta num mapa de pertenças difusas e não pode ser aplicado o Módulo de Definição de Fronteiras Difusas.

Para solucionar o problema da detecção automática do upwelling, o primeiro módulo (Mó- dulo de Segmentação) aplicado a cada uma dos mapas de temperatura tratou de obter boas seg- mentações, ou seja, segmentações que permitam definir com rigor a região de upwelling. Neste módulo são aplicados os algoritmos estudados (FCM, AP-FCM e Histogram Thresholding) aos mapas de temperatura e tem como resultado um mapa de pertenças, associando cada píxel a um cluster com um determinado valor de pertença. Como já referido, exceptuando na aplicação do algoritmo Histogram Thresholding, as pertenças são fuzzy. Estes mapas podem ser visuali- zados, como o resultado dos algoritmos de clustering ou permitir a marcação de fronteiras de clusterssobre o mapa SST original.

(a) (b)

(c) (d)

Figura 3.7 (a) Visualização exemplificativa de valores de temperatura num mapa de píxeis; (b) Repre- sentação de uma fronteira difusa num mapa de píxeis, definida com um α −cut de 0.6, sobre uma medida simulada; (c) Visualização de fronteira crisp sobre valores de temperatura da alínea (a); (d) Visualização de fronteira difusa da alínea (b) sobre valores de temperatura da alínea (a).

Posteriormente, com base nos resultados obtidos no primeiro módulo (mapa de pertenças), desenvolveu-se um método para definir a região de upwelling (Módulo de Identificação da Re- gião de Upwelling, descrito em maior detalhe na Secção 3.2). Este módulo faz uma análise à segmentação que recebe como input e, com recurso a uma definição de features, identifica uma fronteira para a região de upwelling. O Módulo de Definição de Fronteiras Difusas (Secção 3.3) engloba um trabalho exploratório com o objectivo de identificar e visualizar fronteiras difusas, com base em medidas de fuzziness.

As anotações fornecidas por oceanógrafos tomaram um papel fundamental nos módulos de segmentação e de definição de fronteira da região de upwelling, já que foram a única informa- ção utilizada para validar e melhorar cada passo e método testado no estudo feito, tendo também sido utilizadas nas etapas de avaliação de resultados obtidos. Os passos de avaliação são apli- cados para avaliar qualitativamente as segmentações obtidas no Módulo de Segmentação e as regiões de upwelling identificadas no Módulo de Identificação da Região de Upwelling.

Refira-se que no âmbito do projecto no qual esta dissertação se enquadra, todos os módulos foram integrados num interface, no qual, dado um novo mapa SST, é possível aplicar automati- camente todos os passos necessários à anotação automática do upwelling.

Neste capítulo são apresentados e analisados os resultados obtidos na elaboração desta dis- sertação. Após a definição dos objectivos do estudo (Secção 4.1) e dos conjuntos de dados utilizados (Secção 4.2), são apresentadas secções relativas à segmentação de mapas de tempe- ratura com cada um dos algoritmos estudados: FCM, AP-FCM e Histogram Thresholding. Nas Secções 4.6 e 4.7 são comparadas as segmentações obtidas em termos de qualidade para uma boa identificação de regiões de upwelling e eficiência computacional dos algoritmos, respecti- vamente. Na Secção 4.8 apresenta-se um estudo com base no cálculo de gradientes máximos nas fronteiras dos clusters e na Secção 4.9 são analisados os resultados da aplicação do critério para reconhecimento automático da fronteira de upwelling.

Todos os resultados obtidos no trabalho desta dissertação foram executados com o software MATLAB [46], num computador portátil Acer, com processador AMD Turion 64 X2 (1.60 GHz) e 768 MB de RAM, com o sistema operativo Windows XP - Media Center Edition (Ser- vice Pack 2).

4.1 Objectivos

O primeiro passo do sistema para permitir a detecção de regiões de upwelling a partir de mapas de temperatura SST é obter uma segmentação desse mapa. O objectivo passa por tentar separar os píxeis que não contêm valores NaN em vários grupos “naturais” que representem significati- vamente as estruturas distintas de massas de água existentes da imagem. Com o intuito primário de detectar o upwelling, uma boa segmentação será aquela em que um sub-conjunto dos clus- tersencontrados representa fidedignamente a região do upwelling. Por exemplo, para o mapa de temperaturas representado na Figura 4.1 a região de upwelling estende-se até aos píxeis de cor verde, inclusivé. Assim, verifica-se que a segmentação da Figura 4.1(a), obtida por aplicação do algoritmo APC4-FCM (número total de clusters como condição de paragem) com 5 clusters, não

permite definir um sub-conjunto de clusters que representem fidedignamente a região de upwel- ling, já que os píxeis esverdeados mais distantes da costa encontram-se num mesmo cluster que píxeis amarelos, que já não pertence à região de upwelling pretendida. Com a segmentação ob- tida na Figura 4.1(b) (APC4-FCM com 6 clusters), os píxeis verdes encontram-se praticamente

todos num mesmo cluster, sendo que a região de upwelling pode ser correctamente identificada por esse cluster, juntamente com os clusters de temperatura média inferior.

Analisando os resultados obtidos por cada um dos algoritmos estudados (FCM, AP-FCM, Histogram Thresholding), o primeiro objectivo do estudo experimental é conseguir um algo- ritmo, e sua parametrização, que possibilite a obtenção de boas segmentações para o maior número de imagens. Através de métodos de comparação de segmentações, é feita uma aná- lise qualitativa às segmentações obtidas. Paralelamente, é feita uma comparação em termos de custos computacionais entre os algoritmos, possibilitando a análise em termos de eficiência

(a) (b)

Figura 4.1 Para um mapa de temperaturas onde a região de upwelling se prolonga até aos píxeis verdes: (a) Segmentação que não permite representar correctamente o upwelling; (b) Segmentação que permite representar correctamente o upwelling.

computacional.

Posteriormente, é feito um estudo sobre a identificação das regiões de upwelling, com base no critério composto definido na Secção 3.2. Pretendendo-se identificar automaticamente re- giões de upwelling o mais semelhantes possíveis às anotações feitas por oceanógrafos, o ob- jectivo passa por avaliar qualitativamente os resultados da aplicação do critério composto e comparar a sua aplicação com thresholds definidos empiricamente e por análise ao ganho de informação.