Individuazione di aree marine inquinate su immagini SAR

La segmentazione è un'operazione di basso livello, fondamentale per molte applicazioni su immagini fisse o in movimento. Il suo effetto è quello di raggruppare in regioni o "segmenti" comuni i pixel di un'immagine in base alla loro affinità nei riguardi di una determinata proprietà.

Ne risulta che l'immagine sottoposta a segmentazione viene partizionata in regioni omogenee (ma non necessariamente semplicemente connesse) nei riguardi della caratteristica fissata; questa potrebbe essere la luminosità, la texture, il colore, il movimento, la forma, la risposta spettrale o il livello di un segnale retrodiffuso.
La procedura di segmentazione non fornisce solamente una partizione dell'immagine, ma anche una sua prima approssimazione, che può essere usata, senza ulteriori informazioni, per una interpretazione della scena osservata, qualora non sia necessario un elevato grado di dettaglio. Un breve inciso va fatto sulla differenza fra segmentazione e classificazione che può sembrare poco evidente.

La segmentazione, come detto, partiziona un'immagine; a tale scopo viene assegnata un'etichetta ad ogni singolo pixel, pertanto ogni regione omogenea sarà caratterizzata da pixel identificati dalla stessa etichetta. Lo scopo della classificazione invece è quello di riconoscere in base alle proprietà rilevate qual è la tipologia del pixel; ad esempio, nel caso di un'immagine telerilevata ci interessa sapere se la scena rappresentata sia costituito da acqua, vegetazione, strade, campi coltivati, ecc.
A tale scopo sono necessari dei campioni di riferimento per le varie classi. La differenza tra segmentazione e classificazione sta quindi nella semantica che acquistano le etichette. In relazione a tutte queste applicazioni, la segmentazione può essere vista come un'operazione che eleva il livello di rappresentazione dei singoli elementi di immagine, ovvero i singoli pixel, a regioni di pixel, semplificando il compito delle elaborazioni di alto livello.
Eseguire un'operazione di segmentazione è comunque un compito molto più arduo di quanto si possa pensare.

Per il cervello umano è naturale schematizzare e classificare il mondo circostante secondo diverse categorie, e quindi secondo classi omogenee, ma questo processo non è altrettanto immediato per un calcolatore poiché il concetto di omogeneità è sicuramente intuitivo, tuttavia non è semplice darne una definizione rigorosa, necessaria per eseguire un'elaborazione computerizzata. Inoltre spesso i confini fra due classi sono talmente sfumati che risulta molto difficile anche per un essere umano assegnare un'etichetta in modo univoco, ciò non toglie che ricorrere al calcolatore per eseguire la segmentazione è quasi sempre la via più semplice.

Inoltre la presenza di disturbi sui dati a disposizione aggiungono un ulteriore grado di difficoltà. Questo contribuisce alla necessità non solo di sfruttare i dati disponibili, ma anche di definire degli opportuni modelli di immagine, per tenere conto della conoscenza a priori sulla sorgente.