Modelo arma espacial log-simétrico para extração de atributos em imagens SAR

Abstract

Resolver problemas de sensoriamento remoto (SR) é crucial para a sociedade quando se trata de dinâmica ambiental e climática, para citar apenas alguns exemplos. Uma fonte eficiente de SR é o uso de radar de abertura sintética (SAR) para descrever fenômenos naturais por meio de imagens. Esta dissertação adota um processamento de imagens considerando que os valores de intensidades associados a cada pixel de imagens SAR são possíveis realizações de variáveis aleatórias positivas. Em particular, a entrada de uma imagem SAR é estocástica, tendo argumento num espaço regular e descrevemos a natureza da intensidade SAR (que é uma característica estritamente positiva e assimétrica afetada pelo ruído speckle) usando uma nova proposta de modelo de regressão log-simétrica (LOGSYM) adaptado a duas dimensões, o modelo auto-regressivos de médias móveis 2-D LOGSYM (2-D LOGSYMARMA). Além de uma discussão sobre a relação física entre o modelo proposto e a intensidade do SAR, derivam-se algumas propriedades matemáticas do 2-D LOGSYMARMA: função escore e matriz informação de Fisher. Discutimos em detalhes a estimativa de máxima verossimilhança condicional (MVC) para os parâmetros do 2-D LOGSYMARMA. Realizamos um estudo de Monte Carlo para quantificar o desempenho das estimativas resultantes e verificar a velocidade de convergência ao que se espera assintoticamente dos estimadores de MVC. Por fim, realizamos uma aplicação a dados SAR reais. A flexibilidade do modelo proposto é avaliada para diferentes tipos de cenários, oceano, floresta e áreas urbanas. Os resultados de experimentos simulados e reais mostram que o modelo proposto nesta dissertação é uma ferramenta importante para extração de informações espaciais em imagens SAR.