TIC: terrascope image clustering

Abstract

In this thesis we describe the design of the Image Clustering features associated with the Terrascope system. TerraScope is an earth science data middleware system that was designed to facilitate collaboration among a set of data repositories (peers) who wish to provide their geospatial data through an integrated portal. Individual Terrascope repositories are designed to locally store images retrieved by satellites from the geographical regions accessible to a particular receiving station. Frequent collection of images from the same geographical region yields images that have a high probability of overlapping with one another making the task of manually browsing through the image database difficult. TerraScope Image Clustering (TIC) attempts to provide an effective way of managing highly overlapping image data by organizing a relational query result set into a tree of image clusters. Each node in the tree represents a cluster or subset of the parent node with less image overlap. Users browse the result set by traversing the cluster tree guided by meaningful labels associated with the clusters. Each cluster in the tree can be recursively organized into finer clusters according to multiple criteria such as collection date, or sensor type. The cluster tree can be changed dynamically and recursively in order to capture the clustering that better suits the user’s information need. The current version of TIC supports several clustering algorithms and was implemented using an interactive movie authoring environment (Flash MX) and XML (eXtensible Markup Language).Our experiments prove that TIC improves the effectiveness of manipulation and image navigation by providing an organized and structured display of the retrieved images.

En esta tesis describimos el diseño de las características de agrupamiento de imagenes asociadas al sistema de Terrascope. TerraScope es un sistema intermedio que fue diseñado para facilitar la colaboración entre sistemas de depósitos de datos geológicos que desean proporcionar sus datos geo-espaciales a través de un portal integrado. Los depósitos individuales de Terrascope se diseñan localmente para almacenar las imágenes tomadas por los satélites de las regiones geográficas accesibles a una estación de recepción particular. La colección frecuente de imágenes de una misma región geográfica aumenta la probabilidad de solape de una imagen contra haciendo la tarea de navegarlas mas difícil. “TerraScope Image Clustering” (TIC) procura proporcionar una manera eficaz de manejar datos altamente solapados de las imágenes organizando los resultados de la base de datos en un árbol de imágenes. Cada nodo en el árbol representa un sub-grupo o un subconjunto del nodo del padre con menos solape en las imágenes. Los usuarios buscan en el resultado atravesando el árbol dirigidos por las etiquetas significativas asociadas a los nodos. Cada nodo en el árbol se puede organizar recurrentemente en sub-nodos según criterios múltiples tales como fecha de la colección, o tipo del censor. El árbol puede ser cambiado dinámicamente y recurrentemente agrupar según satisfaga la necesidad de información del usuario. La versión actual de TIC apoya varios algoritmos que clasificación y agrupación y fue implementada usando un ambiente de ejecución de películas interactivas (Flash MX) y de XML (Extensible Markup Language). Nuestros experimentos prueban que TIC mejora la efectividad de la manipulación y navegación de imágenes, desplegando las imágenes en forma organizada y estructurada.